NVIDIA présente Kumo Relational

MMarc

NVIDIA détaille de nouveaux résultats pour Kumo Relational, son modèle pré-entraîné destiné aux bases de données relationnelles, d’après Brief IA. Le modèle répond à des requêtes prédictives en utilisant jusqu’à 10 000 exemples historiques comme contexte, sans entraînement spécifique à chaque tâche ni ingénierie de caractéristiques, selon Hugging Face. NVIDIA indique l’avoir évalué sur 41 benchmarks répartis sur 15 bases relationnelles, dont SAP SALT, RelBench V1 et V2, et 4DBInfer ; ces bases n’auraient pas été utilisées pendant le pré-entraînement. Sur SAP SALT, NVIDIA revendique une avance de 8 % en rang réciproque moyen face à AutoGluon, qui atteindrait 16 % après ajustement. L’entreprise annonce aussi environ 25 % d’avance sur des modèles de fondation tabulaires récents sur ce benchmark, ainsi qu’environ 4 points d’AUROC de mieux que des arbres à gradient optimisés par des experts sur RelBench V1. NVIDIA affirme que le modèle conserve ses capacités avec seulement 0,2 % des données en contexte et reste stable lorsque jusqu’à 75 % des liens de clés étrangères sont supprimés. Kumo Relational est proposé dans une bibliothèque open source optimisée pour les processeurs graphiques ou sous forme de NVIDIA NIM ; ces résultats d’évaluation annoncés ne suffisent toutefois pas, à eux seuls, à établir ses performances en production.