关系型基础模型登场：Kumo Relational 直接吃多表数据
pandeyparul · x · 2026-11-05
关系型数据库是企业数据的主要形态，但多数表格基础模型只能吃单张扁平表，join 和汇总又会丢失细粒度信息。
关系型基础模型（如 NVIDIA 的 Kumo Relational、Prior Labs 的 TabPFN-Rel）可直接在关联多表上工作并保留结构，且因已预训练而无需在自己数据上训练新模型。
Kumo Relational 与其他表格基础模型一样采用 in-context learning：预测时从示例中学习，不在你的数据上训练。作者开始拆解其三阶段流程（第一环节为表内行嵌入等）。
「研究」频道最新
- 斯坦福基准：前沿模型当队友仅 14% 冲突达成最优解 — rohanpaul_ai · 2026-11-05
- 统计学大牛合著 RL 理论新书：非渐近视角系统讲强化学习 — burny_tech · 2026-11-05
- 复现 MIT 权重空间编程：GPT-6.1 超 PPO 基线 21 倍，开源模型全部落败 — burny_tech · 2026-11-05
- 中国 AI 科学家 203 小时自主完成 11382 步实验 — yogthos · 2026-11-05
- 分析 Nature 全部评审报告：8% 纯 AI 生成，第三轮升至 16% — TuhinChakr · 2026-11-05
- 清华等发布 HandsOn 基准：多任务灵巧操作最佳策略仅 29.1% 成功率 — jiqizhixin · 2026-11-05