NVIDIA Kumo Relational übertrifft überwachtes maschinelles Lernen bei relationalen Daten, kein Training erforderlich

Zurück zu Artikeln NVIDIA Kumo Relational übertrifft überwachtes maschinelles Lernen bei relationalen Daten, kein Training erforderlich Enterprise + Artikel Veröffentlicht am 21. Oktober 2026 Upvote 2 TL;DR NVIDIA Kumo Relational ist ein vortrainiertes relationales Foundation Model, das Vorhersagen direkt auf Unternehmensdatenbanken trifft. Bei einer prädiktiven Abfrage sammelt es bis zu 10.000 historische Beispiele als Kontext und sagt Ergebnisse wie Abwanderung, Nachfrage oder Betrug in einem einzigen Durchlauf voraus. Es benötigt kein aufgaben-spezifisches Training, keine Feature-Entwicklung und keine Tabellen-Vereinfachung.

Details

Kumo Relational ist das erste Few-Shot-Foundation-Model, das überwachtes maschinelles Lernen bei gängigen relationalen Benchmarks übertrifft. Bei 41 Aufgaben auf 15 Datenbanken schlägt es relationale Deep-Learning-Modelle und durch Experten entwickelte Gradient-Boosting-Tree-Pipelines und übertrifft beim SAP SALT Enterprise Benchmark AutoGluon-Ensembles um 8 % im Mean Reciprocal Rank (MRR).

Kontext

Es skaliert auf Datenbanken mit über 500 Milliarden Zeilen und funktioniert sowohl für Menschen als auch für Agenten, über NVIDIAs Open-Source-Bibliothek für GPU-native strukturierte Datenmodelle oder als NVIDIA NIM. Vor nicht allzu langer Zeit bedeutete Produktions-NLP ein dediziertes Modell pro Aufgabe, das jeweils durch eine eigene Pipeline für Tokenisierung, Lemmatisierung und N-Gramme gespeist wurde. LLMs haben diesen Stapel aus drei Gründen weitgehend obsolet gemacht: Sie waren genauer als die besten aufgaben-spezifischen Modelle, wesentlich einfacher in die Produktion zu überführen und flexibel genug, um eine neue Ära agentenbasierter Anwendungen einzuläuten.

Auswirkungen

Relationale Datenbanken bilden die Grundlage für die kritischsten Geschäftsentscheidungen der Welt, doch die prädiktive Modellierung darauf erfordert immer noch Wochen an Feature-Entwicklung, aufgaben-spezifisches Training und abgestimmte Pipelines. Bei den Klassifizierungsaufgaben von RelBench V1 übertrifft Kumo Relational Gradient-Boosting-Trees mit von Experten entwickelten Features im Durchschnitt um fast 4 AUROC-Punkte. Bei SAP SALT schlägt es XGBoost mit von Experten entwickelten Features aus dem Stand um 7 MRR-Punkte und nach dem Fine-Tuning um 13 MRR-Punkte.

Was kommt als Nächstes

Diese Ergebnisse sprechen stark dafür, Produktions-XGBoost-Pipelines durch Kumo Relational zu ersetzen. Einfachheit und Agilität: Ein vortrainiertes Modell ersetzt separate Pipelines für einzelne Aufgaben. Eine neue Vorhersage wird zu einer Abfrage anstelle eines Projekts, sodass ML-Teams endlich Anwendungsfälle übernehmen können, die mit traditionellem ML zu aufwendig zu erstellen waren, auf jeder Ebene der Organisation.

Hintergrund

Agenten, die vorhersagen können: LLMs ermöglichen es Agenten zu lesen, zu schreiben und zu schlussfolgern. Kumo Relational ist bereits so konzipiert, dass es von Agenten aufgerufen werden kann, und seine Predictive Query Language (PQL) bietet ihnen eine einfache Schnittstelle für prädiktive Fragen. Heute stellen wir das Kumo Relational Paper, die Dokumentation und ein vortrainiertes Foundation Model vor, das dieses Paradigma auf relationale Daten überträgt.

Analyse

Verbinden Sie eine Datenbank, beschreiben Sie, was vorhergesagt werden soll, und erhalten Sie Vorhersagen in einem einzigen Durchlauf. Reale Daten leben in relationalen Datenbanken: Benutzer sind mit Bestellungen verbunden, die mit Produkten verbunden sind, und alles entwickelt sich im Laufe der Zeit weiter. Das Vereinfachen dieser Beziehungen zu einer einzigen Zeile durch manuelle Aggregation, z. B. "durchschnittlicher Bestellwert in den letzten 30 Tagen", verliert feingranulare strukturelle Signale und erfordert erheblichen menschlichen Aufwand.

Mehr

Kumo Relational ist ein Relational Foundation Model, das direkt auf der Datenbank operiert und ihre Tabellen, Fremdschlüssel und Zeitstempel berücksichtigt. Es wird einmalig auf synthetischen relationalen Daten vortrainiert, die reale Datensätze widerspiegeln, und passt sich jeder neuen Aufgabe durch In-Context-Learning an, wobei bis zu 10.000 Kontextbeispiele zur Inferenzzeit gelesen werden. Jedes Beispiel koppelt einen lokalen Subgraphen um eine Entität zu einem bestimmten Zeitpunkt mit seinem Ground-Truth-Ziel, z. B. "dieser Benutzer ist abgewandert" oder "dieser Artikel wurde 142 Mal verkauft".