Ugrás a tartalomra
Neural Daily

ModellekHír

NVIDIA Kumo Relational: predikció tanítás nélkül

Az NVIDIA kiadta a Kumo Relational modellt, amely közvetlenül relációs adatbázison jósol churnt, keresletet vagy csalást, feladatspecifikus tanítás és feature engineering nélkül.

Írta: Mikola Máté Patrik · · 3 perc olvasás

NVIDIA Kumo Relational diagram: linked data warehouse tables feed the model, which outputs risk, lead and churn scores
Kép: NVIDIA · Sajtókép · Official NVIDIA blog social image (og:image) · Forrás

Mi változott?

Az NVIDIA október 21-én bemutatta (Hugging Face blog) a Kumo Relational modellt. Ez egy előtanított relációs foundation modell: rácsatlakozik az adatbázisra, megadod, mit akarsz jósolni, az eredményt pedig egyetlen forward passban kapod. Nincs feladatonkénti tanítás, nincs feature engineering, a táblákat sem kell egy sorba lapítani.

A Kumo családból ma már a Kumo Forecast idősor-modellről is írtunk, a Relational ettől független tag: táblák, idegen kulcsok és időbélyegek fölött dolgozik.

Hogyan működik?

  • In-context learning: a predikcióhoz legfeljebb 10 000 historikus példát gyűjt kontextusnak, mindegyik egy entitás körüli részgráf egy adott időpontban, a valós kimenettel.
  • Predictive Query Language (PQL): deklaratív nyelv, amelyben azt írod le, mit jósoljon, nem azt, hogyan. Időbeli feladatnál a modell visszajátssza a korábbi adatbázis-állapotokat, így nincs adatszivárgás.
  • Két szint: egy kisebb háló táblánként oszlop- és sorfigyelemmel szűri a zajt, egy nagyobb gráffigyelemmel köti össze a táblákat a kulcskapcsolatok mentén.
  • Előtanítás: kizárólag szintetikus relációs adatbázisokon, a PluRel generátorra építve. A teszthalmazok egyike sem szerepelt a tanításban.

Mit mutatnak a számok?

Az NVIDIA szerint ez az első few-shot foundation modell, amely gyakori relációs benchmarkokon megveri a felügyelt gépi tanulást. 15 adatbázis 41 feladatán teszteltek (RelBench V1 és V2, SAP SALT, 4DBInfer).

  • RelBench V1 osztályozási feladatokon átlagosan közel 4 AUROC ponttal jobb, mint a szakértői feature-ökre épített gradient boosted fák.
  • SAP SALT benchmarkon dobozból 7, finomhangolva 13 MRR ponttal veri az XGBoostot. Az AutoGluon ensemble-öket 8, finomhangolva 16 százalékkal előzi.
  • A friss tabuláris foundation modelleknél kb. 25 százalékkal jobb SAP SALT-on.
  • A RelArena-α ranglistán 1842-es Elóval, 1000 mintánként kb. 17 másodperccel a Pareto-fronton van, kb. 430-szor gyorsabb a legjobb pontszámú rt-plurelnél (1878 Elo).
RelArena-α leaderboard chart: Elo accuracy versus inference time per 1,000 samples, with Kumo Relational on the Pareto front
NVIDIA · Sajtókép · Official NVIDIA benchmark figure (Figure 3) from the Hugging Face blog · Forrás

Forrás: NVIDIA, Hugging Face blog (RelArena-α ranglista, 2026. október 21.)

Hogyan próbálható ki?

A modell a structured-data-models nyílt, GPU-natív Python könyvtárban fut (pip install structured-data-models), a súlyokat első használatkor a Hugging Face-ről tölti le. Külön szolgáltatásként NVIDIA NIM-ként is telepíthető, ehhez a structured-data-models-client ad PQL-alapú klienst. Van quickstart notebook is, Databricks példával.

A kód Apache 2.0, a súlyok az OpenMDW 1.1 licenc alá esnek. Az NVIDIA szerint 500 milliárd soros adatbázisig skálázódik.

Mire figyelj?

Akkor teljesít jól, ha az adatban értelmes kapcsolatok és időbeli dinamika vannak, például felhasználói viselkedés. Nagyon nagy tanítóhalmaznál a feladatspecifikus felügyelt modell még jobb lehet, erre szolgál a finomhangolás. A jelnek néhány ugráson belül el kell érhetőnek lennie, ezért érdemes pár releváns táblával indítani.

Ha nálatok XGBoost pipeline-ok futnak churnre vagy keresletre, érdemes egy visszatartott időszakon összemérni a kettőt. Ha a Kumo Relational hozza a szintet, a következő predikció tényleg csak egy query lesz, nem egy újabb projekt.

    MI segítségével készült, szerkesztő ellenőrizte. Hogyan készülnek a cikkeink

    Szerkesztőségünk ellenőrizte és szerkesztette. Rólunk

    Kapcsolódó cikkek