NVIDIA 开放 Kumo Relational：不训练、直接在关系数据库上预测流失与欺诈，在 15 个数据库的 41 项任务上胜过有监督方案
结构化数据也开始有「基础模型」。这一条讲它怎么做预测、成绩怎么样、许可证是什么。
// 要点
- 预训练的关系型基础模型：针对一个预测查询，最多取 10,000 个历史样本作为上下文，一次前向推理给出结果，不需要针对任务训练、特征工程或把多张表拍平。
- 在 15 个数据库的 41 项任务上胜过有监督的关系深度学习模型和专家调好的梯度提升树流程；在 SAP SALT 企业基准上，MRR 比 AutoGluon 集成高 8%。
- 可扩展到 5000 亿行以上的数据库，通过 NVIDIA 开源的 structured-data-models 库或 NIM 使用，权重首次使用时从 Hugging Face 下载。
- 代码采用 Apache 2.0，模型权重采用 OpenMDW License Agreement 1.1。
开发者视角小团队最缺的就是给每个预测任务单独搭特征和训练流水线的人手。智能面试的订阅流失、AI 云盘的容量增长这类问题，我会先拿它在自己的库上跑一个基线，和规则或简单模型比一比再决定要不要投入；成绩来自厂商自测，要以自己的数据为准，权重许可证也要先让法务看一眼。