英伟达于2026年10月21日介绍Kumo Relational，将其定位为面向企业多表关系数据的预训练基础模型。模型可直接利用数据库中的表、外键和时间信息，通过上下文示例进行推理，用于客户流失、需求和欺诈等预测；发布方称其不需要针对每项任务重新训练、特征工程或先把多表数据压平成单表。英伟达官方介绍
据模型发布文章，Kumo Relational在来自15个关系数据库的41项任务上，与监督式关系深度学习模型和人工设计特征的梯度提升树流程进行了比较；在SAP SALT企业基准上，文章称其相较AutoGluon集成模型的平均倒数排名提高8%。这些数字属于发布方披露的评测结果，本文未独立复现实验，不能据此推断模型在所有企业数据上都普遍领先。模型发布文章
该消息的核心变化，是把基础模型的使用方式从文本或单表预测扩展到保留关系结构的数据库推理。实际效果仍取决于数据质量、关系模式、时间切分、任务定义和企业部署成本。
参考来源：
- NVIDIA Agent Toolkit Expands, Grounding Enterprise Agents in Company Data 2026-10-21
- NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required 2026-10-21
由 AI 整理，仅供参考；请以原始来源为准。
