Nvidia открыла Kumo Relational — модель, которая делает предсказания по базам данных без обучения под каждую задачу
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Предсказания по корпоративным базам данных можно получать без долгой ручной подготовки, и модель открыта для всех.
Модель предобучена на синтетических реляционных данных и берёт до 10 000 исторических примеров из базы в качестве контекста; задача формулируется на языке запросов PQL, без ручной подготовки признаков. По данным Nvidia, на бенчмарке RelBench V1 она опережает градиентный бустинг на признаках, подготовленных экспертами, почти на 4 пункта AUROC, на SAP SALT — большие ансамбли AutoGluon на 8% по MRR, а на RelArena-α примерно в 430 раз быстрее лучшего участника при сопоставимой точности. Код под Apache 2.0, веса — под лицензией OpenMDW 1.1; доступна на PyPI, Hugging Face и как NIM.
Источники 1