Kumo Relacional de NVIDIA supera al aprendizaje automático supervisado en datos relacionales sin necesidad de entrenamiento
huggingface ·
NVIDIA ha presentado Kumo Relational, un modelo base preentrenado diseñado para realizar predicciones directamente sobre bases de datos relacionales empresariales sin necesidad de entrenamiento específico para la tarea ni ingeniería de características. Mediante el aprendizaje en contexto con hasta 10.000 ejemplos históricos, el modelo realiza predicciones mediante una única pasada hacia adelante para resultados como la cancelación de servicios, la demanda o el fraude, respetando al mismo tiempo las estructuras de la base de datos, como las claves foráneas y las marcas de tiempo. Las pruebas comparativas realizadas en 41 tareas demuestran que Kumo Relational supera a los modelos de aprendizaje automático supervisado, incluidos los árboles de gradiente boosteado diseñados por expertos y los conjuntos de AutoGluon, logrando una mayor precisión con tiempos de inferencia significativamente más rápidos. El sistema opera a través de una interfaz de Lenguaje de Consulta Predictiva, lo que permite tanto a humanos como a agentes de IA consultar los datos de forma natural mientras evita la filtración de datos mediante mecanismos de reproducción temporal. Construido sobre datos relacionales sintéticos generados por el marco PluRel, el modelo escala a bases de datos que contienen más de 500 mil millones de filas utilizando bibliotecas nativas de GPU. Aunque destaca en la mayoría de los escenarios, los autores señalan que el ajuste fino puede ser necesario para tareas con conjuntos de entrenamiento extremadamente grandes, donde los modelos supervisados específicos podrían superar ligeramente las predicciones basadas en contexto. La tecnología está disponible a través de la biblioteca de código abierto structured-data-models de NVIDIA y se puede implementar como un servicio NVIDIA NIM.
huggingface