Signal YCurated AI News
更新于 11/5 20:4061 个信源

英伟达 Kumo Relational 在关系型数据上超越监督学习,且无需训练

通用 AI10/22 02:26Hugging Face Blog查看原文 ↗
摘要

英伟达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、特征工程或表展平,并声称是首个在常见关系型基准上超越监督学习的少样本基础模型。

核心要点
  • 面对一个预测查询,模型会从数据库中最多检索 1 万条历史样本作为上下文,单次前向传播即输出流失、需求、欺诈等预测结果。
  • 在 15 个数据库的 41 项任务上,Kumo Relational 优于监督式关系深度学习模型,以及由专家做特征工程的梯度提升树流水线。
  • 在 SAP SALT 企业基准上,其平均倒数排名(MRR)比 AutoGluon 集成高 8%;开箱即用比基于工程特征的 XGBoost 高 7 个 MRR 点,微调后高 13 个 MRR 点。
  • 在 RelBench V1 分类任务上,平均比基于专家工程特征的梯度提升树高出近 4 个 AUROC 点。
  • 模型可扩展到 5000 亿行以上的数据库,通过英伟达开源的 GPU 原生 structured-data-models 库或 NVIDIA NIM 提供服务,同时面向人类用户与智能体。
原文佐证
  • NVIDIA Kumo Relational is a pre-trained relational foundation model that makes predictions directly on enterprise databases.
  • on the SAP SALT enterprise benchmark it surpasses AutoGluon ensembles by 8% in mean reciprocal rank (MRR)
  • It scales to databases with 500B+ rows
AI 洞察
若这一结论在第三方复现中成立,企业 ML 的主要成本项——特征工程与逐任务训练——将被大幅压缩,数据仓库会变成「可直接提问的预测接口」。这对 XGBoost/AutoGluon 这类传统表格建模工具链、以及依赖特征工程人力交付的数据科学外包模式构成直接冲击;同时把竞争焦点推向「谁的预训练语料覆盖更多真实企业 schema」。英伟达借此把 GPU 生态从训练侧延伸到企业数据推理侧,NIM 的打包方式也意味着它想占据部署入口而非只卖模型。