NVIDIA Kumo Relational forudsiger uden træning
Ny NVIDIA-model slår overvåget ML på 41 relationelle opgaver og kan forudsige kundeflugt eller svindel direkte i databasen uden opgavespecifik træning.
Et gennemløb erstatter træning
NVIDIA har introduceret Kumo Relational, en prætrænet fundamentmodel til relationelle data i virksomhedsdatabaser. Den tager imod en forudsigelsesforespørgsel og leverer et svar som kundeflugt, efterspørgsel eller svindel i ét gennemløb. Ifølge NVIDIA kræver det hverken opgavespecifik træning, feature engineering (manuelt udvalgte variable) eller at tabeldata først foldes ud til én flad tabel.
Modellen henter op til 10.000 historiske eksempler som kontekst. Hvert eksempel består af et lokalt udsnit af databasen omkring en enhed på et tidspunkt og dens kendte mål, for eksempel at en bruger churnede. Konteksten bruges til at tilpasse modellen til den konkrete opgave.
- fordelt på 15 databaser
- 41 opgaver
- gennemsnitligt forspring mod gradient-boosted trees på RelBench V1-classification
- næsten 4 AUROC-point
- SAP SALT mod AutoGluon-ensembler
- 8% i MRR
Den læser tabeller og tidsstempler
Kumo Relational arbejder direkte på databasen og respekterer tabeller, fremmednøgler og tidsstempler. Modellen er prætrænet på syntetiske relationelle data, der efterligner virkelige datasæt, og tilpasser sig via in-context learning: den lærer af de medsendte eksempler i stedet for at blive trænet på ny.
Opgaver beskrives i Predictive Query Language (PQL), hvor brugeren angiver, hvad der skal forudsiges, ikke hvordan. Ved tidsopgaver viser systemet kun data før forudsigelsestidspunktet, så modellen ikke ser facit. Inde i tabellerne finder et let netværk de vigtige værdier og filtrerer støj fra.
Målinger slår XGBoost og AutoGluon
På 41 opgaver fordelt på 15 databaser overgår modellen overvågede relationelle deep learning-modeller og pipelines med gradient-boosted beslutningstræer og ekspertkonstruerede features, oplyser NVIDIA. På RelBench V1-classification slår den gradient-boosted trees med næsten 4 AUROC-point i gennemsnit; AUROC måler, hvor godt modellen skelner klasser.
På SAP SALT-benchmarken overgår den AutoGluon-ensembler med 8% i MRR, et rangordningsmål. Den slår XGBoost på ekspertkonstruerede features med 7 MRR-point direkte og 13 MRR-point efter finjustering. NVIDIA kalder det et argument for at erstatte produktions-XGBoost-pipelines.
Skala og adgang via NIM
Modellen kan skalere til databaser med over 500 mia. rækker. Den kan bruges gennem NVIDIAs open source-bibliotek til GPU-native strukturerede datamodeller eller som en NVIDIA NIM. Ifølge NVIDIA er Kumo Relational bygget til at blive kaldt af agenter, og PQL giver dem en enkel måde at stille forudsigelsesspørgsmål på.
NVIDIA beskriver den som den første few-shot-fundamentmodel, der outperformer overvåget maskinlæring på almindelige relationelle benchmarks.
Flere detaljer
- PQL står for Predictive Query Language og angiver, hvad der skal forudsiges.
- Ved tidsopgaver vises kun data før forudsigelsestidspunktet for at undgå datalæk.
- Modellen er prætrænet på syntetiske relationelle data.
- Adgang via NVIDIA NIM eller open source-bibliotek til GPU-native datamodeller.
Kilder:
Hugging Face →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.