NVIDIA dice que Kumo Relational supera el ML supervisado sin entrenamiento específico
🎧 Escucha esta noticia
NVIDIA presentó Kumo Relational, un modelo fundacional preentrenado para datos estructurados que recibe una consulta predictiva, usa hasta 10.000 ejemplos históricos como contexto y genera predicciones en una sola pasada. La empresa dice que no requiere entrenamiento específico para cada tarea, ingeniería de características ni convertir las tablas relacionales en una tabla plana, y que puede predecir resultados como abandono de clientes, demanda y fraude.
NVIDIA dice que el modelo superó a modelos supervisados de aprendizaje profundo relacional y a flujos de trabajo de árboles potenciados por gradiente con características diseñadas por expertos en 41 tareas de 15 bases de datos. En el benchmark empresarial SAP SALT, habría superado a los conjuntos de AutoGluon en un 8% de rango recíproco medio (MRR). Kumo Relational puede operar con bases de datos de más de 500.000 millones de filas y usarse mediante la biblioteca de código abierto y nativa para GPU de NVIDIA o como un NVIDIA NIM.
Por qué importa · interpretación editorial
Si se confirman las evaluaciones divulgadas por NVIDIA, Kumo Relational podría reducir la preparación necesaria para hacer predicciones sobre bases de datos relacionales y ofrecer una alternativa a los pipelines supervisados tradicionales. Su disponibilidad mediante una biblioteca de código abierto y un NVIDIA NIM también brinda a los equipos dos vías de acceso al modelo.
Fuentes
Investigación