资讯摘要
NVIDIA推出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、特征工程或表扁平化。论文称其在15个数据库的41项任务上超过监督式关系深度学习模型和专家特征工程梯度提升树，在SAP SALT基准上MRR较AutoGluon集成高8%。模型支持5000亿行以上数据库，可通过开源GPU原生库或NVIDIA NIM使用。
要点速读
- 论文提出Kumo Relational为少样本基础模型，推理时读取最多1万条历史样本作为上下文，单次前向传播完成流失、需求或欺诈等预测。
- 作者报告在RelBench V1分类任务上平均比专家特征梯度提升树高近4个AUROC点；SAP SALT上开箱高7个MRR点，微调后高13个MRR点。
- 模型直接处理表、外键和时间戳，通过预测查询语言PQL声明预测目标，并面向人类与智能体提供接口。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/22 08:00:25（北京时间）。