NVIDIA lança Kumo Relational, modelo aberto que prevê diretamente a partir de bases de dados
A NVIDIA publicou o Kumo Relational, um modelo de fundação pré-treinado capaz de fazer previsões diretamente sobre bases de dados relacionais, sem necessidade de treino específico para cada tarefa.
Dado um pedido de previsão — como risco de perda de clientes, procura futura ou deteção de fraude — o modelo trabalha diretamente sobre as tabelas, chaves e marcas temporais da base de dados, usando aprendizagem em contexto a partir de exemplos históricos, sem engenharia de atributos nem necessidade de 'achatar' as tabelas numa única estrutura.
Avaliado em 41 benchmarks sobre 15 bases de dados nunca vistas durante o pré-treino, o Kumo Relational superou árvores de decisão otimizadas por especialistas em quase 4 pontos de AUROC no RelBench V1, e superou conjuntos AutoGluon em 8% de precisão média (MRR) no benchmark empresarial SAP SALT — subindo para 16% após ajuste fino. É apontado como o modelo de aprendizagem em contexto no topo do leaderboard RelBench, e cerca de 430 vezes mais rápido do que o rtl-plurel com precisão semelhante.
O código está sob licença Apache 2.0, mas os pesos do modelo seguem a licença OpenMDW 1.1, que convém rever antes de uso comercial. A NVIDIA reconhece que modelos supervisionados específicos ainda podem vencer em tarefas com conjuntos de treino muito grandes.
Perguntas frequentes
Preciso de preparar os dados antes de usar o Kumo Relational?
Não é necessária engenharia de atributos nem 'achatamento' das tabelas; o modelo trabalha diretamente sobre a estrutura relacional.
É gratuito?
O código é Apache 2.0; os pesos do modelo seguem a licença OpenMDW 1.1, que convém verificar antes de uso comercial.
Fontes
- Hugging Face Blog (NVIDIA) huggingface.co
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.