الذكاء الاصطناعي٢١ أكتوبر ٢٠٢٦
إنفيديا تطلق نموذج Kumo لمعالجة البيانات العلائقية دون تدريب
قدّمت إنفيديا نموذج Kumo Relational للتنبؤ مباشرةً من قواعد البيانات العلائقية، من دون تدريب مخصص لكل مهمة. ويستند النموذج إلى ما يصل إلى ١٠ آلاف مثال تاريخي، من غير الحاجة إلى هندسة خصائص البيانات أو تحويل الجداول إلى جدول مسطّح. وفي اختبارات شملت ٤١ مهمة على ١٥ قاعدة بيانات، تفوّق على نماذج تعلّم آلي مُدرّبة، كما تجاوز نتائج AutoGluon بنسبة ٨٪ على معيار SAP SALT.
الحقائق الأساسية
يستعين النموذج بما يصل إلى ١٠ آلاف مثال تاريخي، ولا يحتاج إلى تدريب خاص بالمهمة.
«Given a predictive query, it gathers up to 10,000 historical examples as context and predicts outcomes such as churn, demand, or fraud in a single forward pass. It needs no task-specific training, no feature engineering, and no flattening of tables.»
عرض المصدر ←اختُبر Kumo Relational عبر ٤١ مهمة في ١٥ قاعدة بيانات، وتفوّق على نماذج تعلّم آلي مُدرّبة.
«Across 41 tasks on 15 databases, it beats supervised relational deep learning models and expert-engineered gradient-boosted tree pipelines»
عرض المصدر ←تجاوز النموذج مجموعات AutoGluon بنسبة ٨٪ في معيار SAP SALT.
«on the SAP SALT enterprise benchmark it surpasses AutoGluon ensembles by 8% in mean reciprocal rank (MRR).»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر