Hugging Face 博客·· 2 天前AI 评分71
NVIDIA 发布 Kumo Relational 关系基础模型，无需训练即可预测
NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required
先看结论
原文表明该模型可直接在关系数据库上做免训练预测，适合有时间动态和表间关联的流失、需求类任务，但超大数据集仍可能需微调。
报道讲了什么
- NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在数据库上预测，无需训练。
- 模型在 15 个数据库的 41 项基准上超过监督式关系深度学习和专家特征工程管线。
- 代码以 Apache 2.0 发布，权重按 OpenMDW License Agreement 1.1 发布。
可以做什么
- 通过上下文学习在推理时读取最多 1 万个历史样本，一次前向传播给出预测。
- 直接处理表、外键和时间戳，无需手工聚合扁平化。
- 可通过自定义图引擎处理 500B+ 行数据库，内存映射 I/O 最高 5 GB/s。
怎么使用
- 安装 structured-data-models 库，首次使用时从 Hugging Face Hub 下载权重。
- 在 GPU notebook 中加载 KumoRelational，传入上下文示例、预测实体及相关表。
- 或部署为 NVIDIA NIM，用 structured-data-models-client 以 PQL 写预测查询并请求服务。
结果与限制
- 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。
- 基准中上下文示例最多使用 1 万个。
- 预测信号需在有限跳数内可达，建议从少量相关表的聚焦查询开始。
使用入口与依据
来源：Hugging Face 博客 · huggingface.co
事件后续
查看事件全部正在读取事件进展…