NVIDIA 发布 Kumo Relational 关系型基础模型

NVIDIA 正式发布 Kumo Relational，这是一个预训练的关系型基础模型，能够直接在企业数据库上进行预测而无需任务特定的训练或特征工程。该模型通过上下文学习处理最多 10,000 个历史示例，在 41 项任务和 15 个数据库上击败了监督机器学习模型和专家构建的梯度提升树管道。特别是在 SAP SALT 企业基准测试中，其平均倒数排名（MRR）比 AutoGluon 集成高出 8%。 性能细节显示，Kumo Relational 在 RelArena-α 排行榜上位于准确率 - 效率帕累托前沿，以约 17 秒的中位推理时间达到 Elo 1,842，而最高分的竞品 rt-plurel 需要约 7,300 秒，速度差距约为 430 倍。此外，该模型支持 500B+ 行的大规模数据库扩展，并能在仅有 0.2% 的训练数据作为上下文的极端条件下保持表现稳定。代码库已作为 NVIDIA GPU-native structured-data-models 库的一部分开源，提供本地运行和 NIM 服务两种部署方式。 事实层面，该模型基于合成数据进行预训练，利用 PluRel 生成器构建包含因果结构和时序趋势的数据集。推断机制分为表内推理（列注意力与行注意力）和跨表推理（图注意力）。推测来看，这标志着结构化数据建模从“特征工程 + 专用模型”向“统一基础模型 + 上下文学习”的范式转移，类似于 LLM 对 NLP 的影响。猜测方面，虽然目前针对大规模数据集微调可能仍有优势，但考虑到其极快的推理速度和零训练门槛，未来可能会迅速替代大量传统的 XGBoost 生产管道。