НОВОСТЬ · MODELS · #2377
Kumo Relational от NVIDIA обгоняет supervised ML на реляционных бенчмарках без дополнительного обучения
Kumo Relational — предобученная реляционная foundation-модель от NVIDIA, которая делает предсказания прямо на реляционных базах данных, используя до 10 000 исторических примеров как контекст и выдавая результат одним проходом без задачной дообучки, фичеринга или флаттенинга таблиц. NVIDIA сообщает, что модель превосходит супервизированные реляционные нейросети и expert-engineered градиентные бустинги на 41 задаче в 15 БД, обгоняет AutoGluon на SAP SALT на 8% по MRR, масштабируется до 500B+ строк и доступна через open-source GPU-native structured-data-models library или как NVIDIA NIM, с интерфейсом Predictive Query Language (PQL) для агентов.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Kumo Relational — предобученная реляционная foundation-модель от NVIDIA, которая делает предсказания прямо на реляционных базах данных, используя до 10 000 исторических примеров как контекст и выдавая результат одним проходом без задачной дообучки, фичеринга или флаттенинга таблиц.
- NVIDIA сообщает, что модель превосходит супервизированные реляционные нейросети и expert-engineered градиентные бустинги на 41 задаче в 15 БД, обгоняет AutoGluon на SAP SALT на 8% по MRR, масштабируется до 500B+ строк и доступна через open-source GPU-native structured-data-models library или как NVIDIA NIM, с интерфейсом Predictive Query Language (PQL) для агентов.
- При подтверждении результатов предобученная модель, превосходящая XGBoost и реляционные нейросети, может упростить продакшен‑пайплайны, сократить фичеринг и задачное обучение и позволить агентам предсказывать прямо на БД.
ПОЧЕМУ ЭТО ВАЖНО
При подтверждении результатов предобученная модель, превосходящая XGBoost и реляционные нейросети, может упростить продакшен‑пайплайны, сократить фичеринг и задачное обучение и позволить агентам предсказывать прямо на БД.