英伟达 Kumo Relational：无需训练即可在关系数据上超越监督学习

Hugging Face Blog于2026年10月21日发布 NVIDIA 文章，介绍 Kumo Relational 这一面向关系数据库的预训练模型，声称可通过上下文示例直接完成预测，关注价值在于探索减少特征工程和任务级训练的新路径。

• 文章称模型可直接处理表、外键和时间信息，并在推理时使用最多1万条历史示例。
• NVIDIA报告其在15个数据库、41项任务上超过部分监督式关系学习模型和梯度提升树流程。
• 文中还称其在 SAP SALT 企业基准上的平均倒数排名高于 AutoGluon 集成模型8%。
• 这些结果来自文章所述基准和实验设置，不能直接推导出所有生产数据库都会获得同等收益。
• 影响/看点：若独立实验能复现其在不同数据分布和成本约束下的表现，关系数据建模可能从定制管道转向查询式推理；部署仍取决于数据治理、推理成本和时序泄漏控制。
• 资料依据:
• Hugging Face Blog（2026-10-21）：https://huggingface.co/blog/nvidia/kumo-relational

本内容由 AI 生成，仅供参考，请注意甄别