NVIDIA 发布 Kumo Relational 关系型基础模型,无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,无需任务特定训练、特征工程或表扁平化。给定预测查询时,它最多读取 1 万个历史样本作为上下文,一次前向传播输出流失、需求或欺诈等结果。
推荐理由:官方披露了预训练关系型基础模型在 41 项基准上超越监督学习的结果,以及无需训练、直接查询数据库的使用方式。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,无需任务特定训练、特征工程或表扁平化。给定预测查询时,它最多读取 1 万个历史样本作为上下文,一次前向传播输出流失、需求或欺诈等结果。
推荐理由:官方披露了预训练关系型基础模型在 41 项基准上超越监督学习的结果,以及无需训练、直接查询数据库的使用方式。
Mistral 发布首个时间序列基础模型系列 Timestral,最大模型仅 209M 参数,在 GIFT-Eval、TIME、fev-bench 三个公开基准上均排名第一,超过此前 SOTA 且参数量只有其三分之二。
推荐理由:Mistral 首次进入时间序列基础模型领域,给出四个尺寸与三项基准排名,可据此判断小参数模型在预测任务上的可用性。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型,这是该公司首次推出前沿模型。
推荐理由:Meta 首次发布前沿模型,给出定价、对标基准与仅限订阅的版本差异,可据此判断其市场位置。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,已在 Asta 的 Generate a report 功能中以 Fast 模式上线,同时开放模型权重和训练数据。
推荐理由:原文给出 AstaBrief 的训练数据构造与过滤细节,读者可据此判断小模型做科学报告生成的可行路径。
NVIDIA 发布开源表格基础模型 Kumo Tabular,属于 Kumo Structured 模型系列,已在 Hugging Face 上线。给定带标签的表格行,它无需训练、调参和特征工程,单次前向即可预测新行的标签,支持分类与回归,提供 28M 到 215M 三档参数,采用 OpenMDW-1.1 许可可商用。
推荐理由:NVIDIA 开源表格基础模型,给出三档参数、单次前向预测流程与四个基准排名,可据此判断表格任务是否值得换用。