Kumo Relational: modelo de fundação relacional pré-treinado

Segundo NVIDIA on Hugging Face, Dada uma consulta preditiva, ele reúne até 10.000 exemplos históricos como contexto e prediz resultados como churn, demanda ou fraude em uma única passagem forward.

Segundo NVIDIA on Hugging Face, Não precisa de treinamento específico por tarefa, nem engenharia de features, nem achatamento de tabelas.

Segundo NVIDIA on Hugging Face, Em 41 tarefas sobre 15 bases de dados, supera modelos supervisionados de deep learning relacional e pipelines de árvores com gradient boosting engenheirados por especialistas.

Segundo NVIDIA on Hugging Face, No benchmark empresarial SAP SALT, supera ensembles AutoGluon em 8% no mean reciprocal rank (MRR).

Segundo NVIDIA on Hugging Face, O Kumo Relational é cerca de 430× mais rápido que baselines supervisionados no RelBench mantendo maior precisão.

Segundo NVIDIA on Hugging Face, O modelo é pré-treinado em dados relacionais inteiramente sintéticos simulados para refletir padrões reais de bases de dados e está disponível via biblioteca structured-data-models da NVIDIA ou como NVIDIA NIM.