NVIDIA Kumo არის NVIDIA-ს ღია ფუნდამენტური მოდელებისა და ბიბლიოთეკების ახალი ოჯახი, რომელიც სტრუქტურირებულ ბიზნეს-მონაცემებზე მუშაობისთვისაა შექმნილი. ესაა ცხრილები, მონაცემთა ბაზები და დროითი მწკრივები, ანუ ის ინფორმაცია, რომელზეც კომპანიების ყოველდღიური გადაწყვეტილებები დგას. NVIDIA-ს განცხადებით, Kumo ეხმარება AI აგენტებსა და აპლიკაციებს შედეგების პროგნოზირებაში, თაღლითობის რისკის შეფასებასა და შემდეგი ნაბიჯის რეკომენდაციაში, თანაც ისე, რომ ყოველი ამოცანისთვის ცალკე მოდელის აგება აღარ დასჭირდეს.
ენობრივი მოდელები ტექსტსა და დოკუმენტებთან კარგად მუშაობს, მაგრამ კომპანიის ყველაზე ღირებული მონაცემები ხშირად ცხრილებშია: გაყიდვები, მარაგები, ტრანზაქციები, მომხმარებლები. ასეთ მონაცემებზე პროგნოზს აქამდე ძირითადად კლასიკური მანქანური სწავლების მილსადენები აკეთებდა, რომლებიც თითოეული ამოცანისთვის ცალკე უნდა აეგოთ და გაეწვრთნათ. NVIDIA Kumo სწორედ ამ ხარვეზის შევსებას ცდილობს.
სარჩევი
რა შედის NVIDIA Kumo-ში
ოჯახი ორი ნაწილისგან შედგება. პირველია Kumo Structured, წინასწარ გაწვრთნილი მოდელების ნაკრები ცხრილური და რელაციური პროგნოზირებისთვის, დროითი მწკრივების პროგნოზისა და ანომალიების აღმოჩენისთვის. მეორეა Kumo Engine, ღია ბიბლიოთეკების სტეკი, რომლითაც დეველოპერებს სტრუქტურირებული მონაცემების ფუნდამენტური მოდელების შექმნა და გაშვება შეუძლიათ.
Hugging Face-ის კოლექციაში ოთხი მოდელია:
- Kumo Tabular ცხრილურ მონაცემებზე კლასიფიკაციისა და რეგრესიისთვის. ვერსიების ზომა დაახლოებით 27 მილიონიდან 216 მილიონ პარამეტრამდეა.
- Kumo Relational ერთმანეთთან დაკავშირებულ რამდენიმე ცხრილზე პროგნოზისთვის. ის KumoRFM-2-ს ეფუძნება და რიგების ემბედინგებს რელაციურ შეტყობინებების გადაცემასთან აერთიანებს.
- Kumo Forecast დროითი მწკრივების პროგნოზისთვის, დაახლოებით 313–317 მილიონი პარამეტრით.
- Kumo Anomaly დროით მწკრივებში ანომალიების აღმოსაჩენად. ის სულ 2,44 მილიონ პარამეტრს შეიცავს.
ბიბლიოთეკის დოკუმენტაციის მიხედვით, კოდი Apache 2.0 ლიცენზიითაა გამოქვეყნებული, Tabular და Relational მოდელების წონები OpenMDW 1.1 ლიცენზიით, ხოლო Forecast და Anomaly მოდელების წონები Apache 2.0-ით. ეს მათ ღია მოდელების რიგში აყენებს, რომელთა გამოყენება კომპანიებს საკუთარ ინფრასტრუქტურაზე შეუძლიათ.
როგორ მუშაობს: სწავლება კონტექსტში
NVIDIA Kumo-ს მთავარი იდეა კონტექსტში სწავლებაა (in-context learning). მოდელს ცალკე წვრთნა არ სჭირდება: დეველოპერი მას აწვდის ცხრილის რამდენიმე ასეულ მონიშნულ რიგს, როგორც მაგალითს, და მოდელი ახალ რიგებზე პროგნოზს მაშინვე აკეთებს. Kumo Tabular-ის მოდელის ბარათზე ნაჩვენებია მაგალითი, სადაც მოდელი 300 მონიშნული რიგის საფუძველზე დანარჩენი რიგების კლასებს აფასებს. ყველაფერი Python-ის ბიბლიოთეკით structured-data-models ხდება, რომელიც pip-ით ყენდება.
NVIDIA ამბობს, რომ წინასწარ გაწვრთნილი მოდელები პროგნოზს ბევრ აპლიკაციაში სწრაფად შეიტანს, ხოლო როცა მეტი სიზუსტეა საჭირო, კომპანიას შეუძლია ისინი საკუთარ მონაცემებზე ფაინ-თიუნინგით მოარგოს.
პრაქტიკაში ეს ნიშნავს, რომ ერთი და იგივე მოდელი შეიძლება გამოიყენონ სხვადასხვა ამოცანისთვის: საბანკო ტრანზაქციების ცხრილში საეჭვო ოპერაციების მოსანიშნად, ონლაინ მაღაზიაში მომავალი კვირის გაყიდვების შესაფასებლად ან სერვერების მეტრიკებში უჩვეულო ნახტომების აღმოსაჩენად. აქამდე თითოეული ასეთი ამოცანა ცალკე მონაცემთა მომზადებას, მოდელის შერჩევასა და წვრთნას მოითხოვდა. Kumo-ს მიდგომით, ამ სამუშაოს დიდი ნაწილი მოდელის წინასწარ გაწვრთნაში უკვე ჩადებულია.
Kumo, როგორც აგენტების ცოდნის ფენა
NVIDIA Kumo კომპანიის ახალი Agent Knowledge Foundation-ის ნაწილია. ეს ნაკრები კომპანიის მონაცემებს აგენტებისთვის გამოსადეგ ცოდნად აქცევს, თანაც მონაცემების გადატანის, არსებული პროცესების შეცვლისა და მართვის წესების გადაწყობის გარეშე.
მასში შედის CUDA-X ბიბლიოთეკები (cuDF, cuGraph, cuML, cuOpt, cuVS), ახალი Auto-Ontology ბიბლიოთეკა, რომელიც ნედლ მონაცემებს ბიზნეს-ცნებებად (მომხმარებელი, პროდუქტი, შეკვეთა) თარგმნის, Nemotron Retriever-ის მოდელები დოკუმენტების მოსაძებნად და Kumo მოდელები პროგნოზისთვის. აგენტების უსაფრთხოებას კი OpenShell უზრუნველყოფს, რომლის შესახებაც ადრე დავწერეთ.
ჯენსენ ჰუანგმა თავის გამოსვლაში ეს იდეა ასე ახსნა: აგენტებს სუპერ-აგენტებად ის აქცევს, რომ მათ კომპანიის ცოდნაზე წვდომა აქვთ. ანუ დოკუმენტებთან ერთად აგენტმა რიცხვებიც უნდა გაიგოს და მათზე დაყრდნობით პროგნოზი გააკეთოს.
ვინ იყენებს უკვე
NVIDIA-ს მონაცემებით, NVIDIA Kumo-ს მოდელებზე პირველთა შორის მუშაობენ Cognite, Coinbase, Databricks, DoorDash, Revolut და Tubi. Databricks-ი Kumo Anomaly-ს Genie Ontology-სთან აერთიანებს კონტექსტის მცოდნე აგენტებისთვის, ხოლო Snowflake-ი მომხმარებლებს Kumo Engine-სა და Kumo Relational-ს Snowflake Notebook-ის გარემოში სთავაზობს. Snowflake-ის კლიენტები Kumo-ს უკვე იყენებენ რეკლამაში, ენერგეტიკაში, ფინანსურ სერვისებსა და საცალო ვაჭრობაში.
NVIDIA Kumo კომპანიის ღია მოდელების უფრო ფართო პორტფელის ნაწილია, რომელშიც ენობრივი და მხედველობითი Nemotron 3.5, Cosmos 3.5 სამყაროს მოდელები, Alpamayo ავტონომიური მართვისთვის და BioNeMo ბიოლოგიისთვის შედის.
შეჯამება
NVIDIA Kumo სტრუქტურირებული მონაცემების ღია ფუნდამენტური მოდელების ოჯახია: Tabular, Relational, Forecast და Anomaly მოდელები Hugging Face-ზეა, Kumo Engine ბიბლიოთეკით და Agent Knowledge Foundation-ში ჩაშენებით. ის ცხრილებზე პროგნოზს წვრთნის გარეშე, მაგალითების საფუძველზე აკეთებს.
ეს ნაბიჯი აჩვენებს, რომ კორპორაციული AI-ის შემდეგი ეტაპი ჩატი კი აღარ არის, არამედ აგენტები, რომლებიც კომპანიის რეალურ ციფრებზე იღებენ გადაწყვეტილებებს. მოდელები შედარებით პატარაა და იაფად ეშვება, რაც მათ დანერგვას აადვილებს. თუმცა NVIDIA-ს განცხადებაში დამოუკიდებელი შედარებები არ არის, ამიტომ რეალური სიზუსტე კლასიკურ მეთოდებთან შედარებით პრაქტიკაში გამოჩნდება.
სხვა თემები
LiteLLM 1.107.0: შეტევამ AI გასაღებებისა და პაროლების მოპარვა სცადა
GPT-Rosalind-მა ტვინის უჯრედებში DCTN1-ისა და ქოლესტერინის კავშირი იპოვა
RFD4-Proteina: NVIDIA-ს ღია მოდელი ცილების დიზაინისთვის