NVIDIAは表同士の関係と時刻を保って予測する事前学習済みモデルを紹介しました。最大1万の例を文脈として使い、用途別の学習なしで推論します。 特徴量作成の負担を変える可能性があります。時間的な漏えい、取得する表の範囲、既存の教師ありモデルとの比較が焦点です。 表を平坦化する前処理を減らす予測モデル NVIDIAは10月21日、関係データ向けのKumo Relationalを紹介しました。複数の表を1枚へまとめる特徴量作成を減らし、表、外部キー、時刻を保って予測する基盤モデルです。予測の問いを与えると、関連する履歴を文脈として集め、1回の順伝播で結果を返すと説明しています。用途ごとの追加学習を必要としない推論を入口にしています。企業データでは顧客、注文、製品などが関係しており、その細かい構造を扱う狙いです。発表はNVIDIAの著者がHugging Faceへ掲載した一次情報であり、同サービス全体としての評価ではありません。基準となる時点の周辺情報を文脈として読むことで、新たな問いへ応じる構成です。手作業での表の結合や集約を見直す入口になります。 関係と時刻を保った文脈から予測する モデルは合成した関係データで事前学習し、推論時に最大1万の文脈例を利用します。PQLで何を予測するかを記述し、対象の周辺にある表を集めます。時間を扱う問いでは、基準時刻より前の情報だけを入力へ出し、その後の事象を正解として扱う仕組みです。対象はデータ基盤や予測モデルを開発するチームです。NVIDIAは15データベースの41課題で比較し、教師ありの関係モデルや特徴量を作った木モデルを上回ったと報告しています。これは指定された評価の結果です。関連情報が限られた範囲に存在することが重要で、非常に多い訓練例を使える課題では用途別モデルが勝る場合もあるとしています。GPU向けのstructured-data-modelsライブラリーとNIMによる利用経路も紹介されています。実データに接続する前の取得範囲の確認が重要になります。 予測クエリーと情報の境界を検証する 実務では、表を直接扱えることを、前処理や検証が不要という意味で受け取らないことが論点です。外部キーや時刻が正しいか、将来の値が入力に混ざらないかを確認する必要があります。文脈例を集める処理には、情報への権限と計算資源の負担も関わります。最初は関係する表を絞った問いで試し、既存の予測方式と同じ評価期間で比べる方法が考えられます。原文は大きなデータベースへの対応を説明していますが、全体の規模と1回の推論で使う文脈量は異なります。応答時間、メモリー、誤りの傾向を自社の条件で測ることが重要です。学習を省いた場合の利便性と、追加学習で改善できる余地も分けて判断する対象です。予測を自動操作へ結び付ける場合は、結果の確認や取り消しの責任も合わせて整理する必要があると考えられます。