NVIDIA 出 Kumo Relational：唔使訓練，直接喺資料庫落預測
NVIDIA 今個月中提出 Kumo Relational，一個預訓練嘅關聯式基礎模型（pre-trained relational foundation model），直接喺企業資料庫（relational database）上落預測。佢嘅賣點係：唔使為每個任務另訓練模型、唔使特徵工程（feature engineering，即把原始資料加工成機器可讀特徵嘅一長串工序）、亦唔使將多張表展平成單表。收到一個預測查詢（predictive query），佢會抽最多 10,000 條歷史樣本當上下文（context），喺一次前向傳播（forward pass，即模型單次計算過程）就出得出流失（churn）、需求（demand）或欺詐（fraud）等預測。
呢個係 NVIDIA 嘅「structured-data-models」開放源碼、GPU 原生（GPU-native）程式庫出品，亦可以透過 NVIDIA NIM（NVIDIA 嘅模型即服務／model-in-a-box 交付形態）提供。論文已放上 arXiv（編號 2604.12596）。
NVIDIA 嘅説法係 Kumo Relational 係「首個喺通用關聯基準上打贏監督式機器學習嘅 few-shot 基礎模型」：喺 41 個任務、15 個資料庫上，佢聲稱打贏監督式關聯深度學習模型，以及專家調教嘅梯度提升樹（gradient-boosted tree，即 XGBoost 呢類）管道。喺 SAP SALT 企業基準上，佢比 AutoGluon 集成模型高 8% 嘅平均倒數排名（Mean Reciprocal Rank，MRR）。
再細看兩個具體數字（呢啲都係 NVIDIA 自家嘅報告，並非獨立驗證）：喺 RelBench V1 分類任務上，Kumo Relational 平均比「用專家特徵工程嘅 gradient-boosted tree」高近 4 個點嘅 AUROC（Area Under the ROC Curve，分類模型常用指標）；喺 SAP SALT 上，未經微調（fine-tuning）已經比 XGBoost 高 7 個點 MRR，微調後則高 13 個點。
呢個產品主打嘅係三大賣點：
- 準確度高：可作為現有生產管線（pipeline）嘅即插即用（drop-in）替代品，尤其對 XGBoost 管線
- 簡便靈活：一個預訓練模型取代多個任務各自嘅管線；新預測由「一個項目」變成「一個查詢」
- 可被 agent 調用：模型內建供 AI agent（會讀寫、推理、執行任務嘅代理）調用嘅介面，並有一套叫 Predictive Query Language（PQL）嘅簡單介面，俾 agent 用嚟提出預測問題
NVIDIA 強調佢可以擴展到 500B（五百億）行以上嘅資料庫，同時服務人類同 agent。
模姐驗嚇貨
呢個發布有幾樣嘢要拎清楚。第一，「首個打贏監督式 ML 嘅 few-shot 基礎模型」呢句，全部數字都來自 NVIDIA 自己嘅技術報告，仲未見到獨立第三方法學驗證。第二，「打贏」呢個詞喺呢度係有條件嘅——佢比較嘅係「用專家特徵工程嘅 XGBoost」，而唔係一個隨便揀嘅 baseline；呢個對照有參考價值，但同時意味對一般使用者而話，你原有嘅生產管線有冇做過同等程度嘅特徵工程，係另一個問題。第三，500B 行級別嘅擴展聲稱，需要睇實際部署報告先至可以評價。
PQL 呢個介面設計值得留意——佢係一個專門俾 AI agent 調用嘅 query 語言，呢個設計暗示 NVIDIA 想將呢個模型納入佢哋嘅 agent 生態，而唔係只係一個獨立嘅預測工具。對企業 ML 團隊而言，呢個係一個值得追緊嘅方向：若預訓練模型真能取代長期的管線工程，工作流會有實質改變；但若只是換一個供應商，核心問題（資料治理、模型可解釋性、合規審計）依然係同舊。
（論文：arXiv:2604.12596；文件：docs.nvidia.com/sdgm/rfm/overview）
模姐｜深度調教
