İçindekiler
NVIDIA, kurumsal veritabanları üzerinde doğrudan tahmin üreten Kumo Relational modelini yayımladı. Model, bir tahmin sorgusu aldığında 10 bine kadar geçmiş örneği bağlam olarak toplayıp müşteri kaybı, talep veya dolandırıcılık gibi sonuçları tek bir ileri geçişte üretiyor. Görev bazlı eğitim, özellik mühendisliği ve tabloları düzleştirme gerekmiyor.
Hangi sorunu çözüyor?
İlişkisel veritabanları iş kararlarının merkezinde; ama bu veriler üzerinde tahmin modeli kurmak hâlâ haftalarca süren özellik mühendisliği, görev bazlı eğitim ve ayar işi demek. NVIDIA'nın iddiası, dil ve görüntü alanında yaşanan kaymanın yapısal veride de başladığı: tek bir ön eğitilmiş model, görev başına ayrı boru hatlarının yerini alıyor.
Tablo düzleştirmek neden kötü?
Yapısal veri için geliştirilen modellerin çoğu tek bir düz tablo üzerinde çalışır. Gerçek veri ise ilişkisel: kullanıcılar siparişlere, siparişler ürünlere bağlı ve hepsi zaman içinde değişiyor. Bu ilişkileri elle toplama işlemleriyle ("son 30 günün ortalama sipariş tutarı" gibi) tek satıra indirmek hem ince yapısal sinyalleri kaybettiriyor hem de ciddi insan emeği istiyor. Kumo Relational veritabanının tablolarını, yabancı anahtarlarını ve zaman damgalarını olduğu gibi kullanıyor.
Bağlamdan öğrenme nasıl çalışıyor?
Model, sentetik ilişkisel veriyle bir kez ön eğitiliyor ve her yeni göreve bağlam içi öğrenmeyle uyum sağlıyor. Görevler, neyin tahmin edileceğini söylediğiniz bildirimsel bir arayüz olan Tahminsel Sorgu Dili (PQL) ile yazılıyor. Zaman içeren görevlerde model veritabanının geçmiş durumlarını yeniden oynatıyor: bir zaman noktasına kadarki veriyi modelin görmesini sağlarken hedefi o noktadan sonraki olaylardan hesaplıyor. Böylece veri sızıntısı engelleniyor.
Mimari üç adımda
İlk ağ her tabloyu ayrı ayrı işliyor; sütun dikkati bir sütundaki değerleri, satır dikkati bir satırdaki özellikleri ilişkilendiriyor. İkinci, daha büyük ağ satır temsillerini birincil/yabancı anahtar ilişkileri üzerinden grafik dikkatiyle dağıtıyor ve bağlam örnekleri arasında çapraz örnek dikkati uyguluyor. İlişkisel muhakeme tam olarak burada oluyor: bir kullanıcının profilini işlem geçmişine bağlamak gibi. Bu aşama her tablodaki her hücre yerine satır temsilleri üzerinde çalıştığı için maliyet karesel büyümüyor ve büyük bağlamlara ölçekleniyor.
Performans iddiaları
NVIDIA, modeli RelBench V1 ve V2, SAP SALT ve 4DBInfer'dan gelen 15 ilişkisel veritabanında 41 kıyaslama üzerinde değerlendirdi; bu veri kümelerinin hiçbiri ön eğitimde görülmedi. Şirketin aktardığına göre model, hem ilişkisel derin öğrenme modellerini hem de uzman eliyle hazırlanmış gradyan artırmalı ağaç boru hatlarını geçiyor. RelBench V1 sınıflandırma görevlerinde uzman özellikli ağaç modellerine göre ortalama yaklaşık 4 AUROC puanı önde. SAP SALT kurumsal kıyaslamasında AutoGluon topluluklarını ortalama karşılıklı sıra (MRR) ölçüsünde %8, ince ayar sonrası %16 geçiyor. Ölçek tarafında 500 milyar satırın üzerindeki veritabanlarına çıktığı belirtiliyor.
Hız ve dayanıklılık
RelArena-α liderlik tablosunda model, 1.842 Elo ile yaklaşık 17 saniyelik çıkarım süresinde konumlanıyor. En yüksek puanlı girdi 1.878 Elo'ya 7.300 saniyede ulaşıyor; yani yaklaşık 430 kat daha yavaş. NVIDIA ayrıca zor koşullarda dayanıklılık ölçümlerini paylaşıyor: eğitim verisinin yalnızca %0,2'si bağlam olarak verildiğinde bile çalışıyor, yabancı anahtar bağlantılarının %75'i kaldırıldığında kararlı kalıyor ve gürültülü sütun eklendiğinde çok az bozuluyor.
Nasıl erişilir?
Model bugün kullanılabilir durumda. Kod Apache 2.0, ağırlıklar OpenMDW 1.1 lisansıyla yayımlandı. Erişim iki yoldan: NVIDIA'nın açık kaynaklı, GPU'ya özgü structured-data-models kütüphanesi ya da NVIDIA NIM. Python istemcisinde bir veritabanına bağlanıp PQL ile tahmin sorgusu yazmak yeterli; bağlam örnekleri ve ilgili tablolar kütüphane tarafından hazırlanıyor.
Neden önemli?
Buradaki asıl kazanç doğruluk kadar süreç: yeni bir tahmin, proje yerine sorgu haline geliyor. Ayrıca model ajanlar tarafından çağrılmak üzere tasarlandığı için, dil modeli tabanlı ajanlara "okuma-yazma"nın yanında "öngörme" yeteneği ekliyor. Yine de rakamlar NVIDIA'nın kendi değerlendirmesi; bağımsız tekrarlar ve kendi verinizde yapılacak denemeler olmadan üretim kararı vermek doğru olmaz.
Sonuç
Kumo Relational, yapısal veride "her görev için ayrı model" alışkanlığına alternatif sunuyor: tek ön eğitilmiş model, bağlamdan öğrenme ve sorgu arayüzü. Kurumsal ekipler için en gerçekçi kullanım, mevcut XGBoost boru hatlarına paralel bir test hattı kurup aynı görevlerde ölçüm yapmak.