英伟达Kumo关系模型无需训练超越监督学习
原文：NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required
NVIDIA Kumo Relational在关系型数据上超越监督式机器学习，无需训练。概要：NVIDIA Kumo Relational是一个预训练的关系型基础模型，可直接在企业数据库上进行预测。给定一个预测查询，它收集最多10,000个历史样本作为上下文，并在单次前向传播中预测流失、需求或欺诈等结果。它无需任务特定训练、无需特征工程、无需展平数据表。Kumo Relational是首个在常见关系型基准测试上超越监督式机器学习的少样本基础模型。在15个数据库的41项任务中，它击败了监督式关系深度学习模型和专家精心设计的梯度提升树流水线；在SAP SALT企业基准测试中，其平均倒数排名（MRR）超越AutoGluon集成模型8%。它可扩展至5000亿行以上的数据库，并通过NVIDIA开源的GPU原生结构化数据模型库或NVIDIA NIM同时服务于人类和智能体。向结构化数据基础模型的转变：基础模型已经改写了语言和视觉领域的规则。不久前，生产级NLP意味着每个任务都需要一个专用模型，各自配备分词、词形还原和n-gram处理流水线。大语言模型使这套技术栈在很大程度上过时了，原因有三：它们比最好的任务专用模型更准确、部署到生产环境要简单得多、且足够灵活以开启智能体应用的新时代。同样的转变正在结构化数据领域发生。关系型数据库支撑着全球最关键的商业决策，但在其上做预测建模仍需数周的特征工程、任务特定训练和调优流水线。结构化数据基础模型出于同样的三个原因改变了这一局面：更高的准确率：作为即插即用的替代方案，这些模型……