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。
Mistral 发布首个时间序列基础模型家族 Timestral,参数规模 5M 到 209M,其 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,成绩已提交排行榜。