NVIDIA 发布 Kumo Relational 关系型基础模型,无需训练即可在关系数据上超越监督式机器学习
NVIDIA 发布 Kumo Relational,一个预训练关系型基础模型,直接在企业数据库上做预测:给定预测查询,它收集最多 10,000 条历史样例作为上下文,在单次前向传播中预测流失、需求或欺诈等结果,无需任务专用训练、特征工程或表扁平化。
推荐理由:原文给出了基准数字、架构原理和开源入口,读者可以据此评估用预训练模型替代表格机器学习管线的可行性。
NVIDIA 发布 Kumo Relational,一个预训练关系型基础模型,直接在企业数据库上做预测:给定预测查询,它收集最多 10,000 条历史样例作为上下文,在单次前向传播中预测流失、需求或欺诈等结果,无需任务专用训练、特征工程或表扁平化。
推荐理由:原文给出了基准数字、架构原理和开源入口,读者可以据此评估用预训练模型替代表格机器学习管线的可行性。
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0,让部署时使用的真实 agent harness 直接参与强化学习,无需在训练框架内重新实现 agent。
推荐理由:部署用的 agent harness 直接参与 RL 训练,免去在训练框架内重写 agent,并用 Kubernetes jobs 替代付费 sandbox 降低规模化成本。