NVIDIA का Kumo Relational प्रशिक्षण के बिना संबंधित डेटा पर सुपरवाइज्ड मशीन लर्निंग को पछाड़ता है
huggingface ·
NVIDIA ने Kumo Relational पेश किया है, जो एक पूर्व-प्रशिक्षित फाउंडेशन मॉडल है जिसे विशेष कार्य-विशिष्ट प्रशिक्षण या फीचर इंजीनियरिंग की आवश्यकता के बिना एंटरप्राइज़ रिलेशनल डेटाबेस पर सीधे भविष्यवाणियाँ करने के लिए डिज़ाइन किया गया है। यह मॉडल 10,000 तक ऐतिहासिक उदाहरणों के साथ संदर्भ-आधारित शिक्षा (in-context learning) का उपयोग करके चर्न, मांग या धोखाधड़ी जैसे परिणामों के लिए सिंगल फॉरवर्ड-पास भविष्यवाणियाँ करता है, जबकि विदेशी कुंजियों और टाइमस्टैम्प्स जैसी डेटाबेस संरचनाओं का सम्मान करता है। 41 कार्यों पर किए गए बेंचमार्क दर्शाते हैं कि Kumo Relational सुपरवाइज्ड मशीन लर्निंग मॉडल्स, जिसमें विशेषज्ञ-निर्मित ग्रेडिएंट-बूस्टेड ट्रीज और AutoGluon एन्सेंबल्स शामिल हैं, को हराता है और काफी तेज़ इनफरेंस समय के साथ उच्च सटीकता प्राप्त करता है। सिस्टम एक Predictive Query Language इंटरफ़ेस के माध्यम से काम करता है, जो मानव और AI एजेंट्स दोनों को डेटा को प्राकृतिक रूप से क्वेरी करने की अनुमति देता है, जबकि टेंपोरल रीप्ले तंत्र के माध्यम से डेटा लीकेज से बचाता है। PluRel फ्रेमवर्क द्वारा उत्पन्न सिंथेटिक रिलेशनल डेटा पर निर्मित, यह मॉडल GPU-नेटिव लाइब्रेरी का उपयोग करके 500 अरब से अधिक पंक्तियों वाले डेटाबेस तक स्केल होता है। लेखकों ने नोट किया है कि हालांकि यह अधिकांश स्थितियों में उत्कृष्ट प्रदर्शन करता है, लेकिन उन कार्यों के लिए जिनमें अत्यधिक बड़े प्रशिक्षण सेट होते हैं, जहाँ विशिष्ट सुपरवाइज्ड मॉडल संदर्भ-आधारित भविष्यवाणियों से बेहतर हो सकते हैं, फाइन-ट्यूनिंग की आवश्यकता हो सकती है। यह तकनीक NVIDIA की ओपन-सोर्स स्ट्रक्चर्ड-डाटा-मॉडल्स लाइब्रेरी के माध्यम से उपलब्ध है और NVIDIA NIM सेवा के रूप में तैनात की जा सकती है।
huggingface