KumoRFM : Un modèle de base relationnel pour révolutionner les prédictions sur les bases de données relationnelles

KumoRFM est un modèle de base relationnel (RFM) révolutionnaire capable de faire des prédictions précises sur les bases de données relationnelles pour un large éventail de tâches prédictives, sans nécessiter de formation spécifique aux données ou aux tâches. Il y parvient en transformant les bases de données en graphes temporaux et hétérogènes, en utilisant un schéma de codage invariant de tableau et un transformateur de graphe relationnel pour raisonner sur les données multimodales entre les tableaux. Sur le benchmark RelBench, KumoRFM surpasse les approches traditionnelles d'ingénierie des caractéristiques et d'apprentissage profond supervisé de bout en bout de 2 % à 8 % en moyenne, avec des améliorations supplémentaires de 10 % à 30 % après un réglage fin. Plus important encore, KumoRFM est des ordres de grandeur plus rapide que les approches classiques d'apprentissage supervisé, offrant une solution sans code pour les prédictions en temps réel.