NVIDIA 发布 Kumo Relational 关系型基础模型，无需任务特定训练即可预测

OmniTools 10月22日消息，NVIDIA 于10月21日在 Hugging Face 博客发布 Kumo Relational，一款预训练关系型基础模型，可直接在企业数据库上进行预测。给定预测查询后，该模型会收集最多1万个历史样本作为上下文，并在一次前向传播中预测流失、需求或欺诈等结果，无需任务特定训练、特征工程或表扁平化。

该模型是首个在常见关系型基准上超越监督机器学习的小样本基础模型。在15个数据库的41项任务中，它优于监督关系深度模型和专家工程化梯度提升树流程；在 SAP SALT 企业基准上，其平均倒数排名（MRR）比 AutoGluon 集成高8%。它可扩展到5000亿行以上的数据库。

Kumo Relational 通过 NVIDIA 开源、GPU 原生的 structured-data-models 库或 NVIDIA NIM 提供，支持人类和智能体调用。文章同时指出，在训练集非常大的任务上，任务特定监督模型可能仍优于上下文预测，此时可对基础模型进行微调；预测信号也需要在有限跳数内可达。