NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required↗ (원문, 새 창)

엔비디아가 10월 21일 관계형 데이터베이스에 대해 별도 학습 없이 예측을 수행하는 사전학습 파운데이션 모델 '쿠모 릴레이셔널(Kumo Relational)'을 공개했다. 예측 질의가 들어오면 최대 1만 개의 과거 사례를 맥락으로 모아 단 한 번의 추론으로 이탈·수요·사기 등을 예측하며, 테이블을 평탄화하거나 피처 엔지니어링을 할 필요가 없다. 15개 데이터베이스의 41개 과제에서 지도학습 모델과 전문가가 설계한 그래디언트 부스팅 트리 파이프라인을 모두 능가했고, SAP SALT 기업용 벤치마크에서는 오토글루온 앙상블을 평균역순위(MRR) 기준 8%포인트 앞섰다. 5000억 행 이상의 데이터베이스까지 확장 가능하며 오픈소스 라이브러리나 엔비디아 NIM 형태로 제공돼, 소수 샘플 학습만으로 기존 지도학습 모델을 능가한 최초의 관계형 파운데이션 모델로 평가된다.

• 쿠모 릵랑셔놨은 추가 학습 없이 최뀌 1놨 개의 맥띥으로 단일 추놨으로 예측을 수행
• 15개 DB·41개 과제에서 지놨학습 모델·전문가 설게풡 티 파이름라인을 둘 뉘어 둘 다 늦어녘
• SAP SALT 벐코마크에서 오토글맨온 앱샸브을 MRR 기준 8%p 앞서고 미세조정 시 16%p까지 격류
• 5000얼 행 이상 DB에뇄 확장 가놥하고 에이전트가 PQL로 직접 호출 가놥