NVIDIA发布Kumo Relational关系型基础模型
先了解这件事
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需针对具体任务训练、特征工程或把表扁平化。模型在推理时最多读取 1 万个历史样本作为上下文，一次前向传播即可输出流失、需求或欺诈等结果。 NVIDIA 称，在 RelBench V1、V2、SAP SALT 和 4DBInfer 共 15 个数据库的 41 个任务上，该模型超过监督式关系深度学习和依赖专家特征工程的梯度提升树流水线；在 SAP SALT 上，其平均倒数排名（MRR）比 AutoGluon 集成高 8%，微调后领先扩大到 16%。模型可扩展到 500B+ 行数据库。 该模型已可获取，可通过 NVIDIA 开源的 structured-data-models 库或 NVIDIA NIM 使用；首次使用时，该库会从 Hugging Face Hub 下载权重。代码采用 Apache 2.0 许可，模型权重采用 OpenMDW 1.1 许可。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Hugging Face Blog精选NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。模型在推理时最多读取 1 万个历史样本作为上下文，一次前向传播输出流失、需求或欺诈等结果。在 RelBench V1、V2、SAP SALT 和 4DBInfer 共 15 个数据库的 41 个任务上，它超过监督式关系深度学习和专家特征工程的梯度提升树流水线；在 SAP SALT 上平均倒数排名（MRR）比 AutoGluon 集成高 8%，微调后领先扩大到 16%。模型可扩展到 500B+ 行数据库，通过 NVIDIA 开源 structured-data-models 库或 NVIDIA NIM 使用，代码采用 Apache 2.0 许可，权重采用 OpenMDW 1.1 许可。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。