Kumo Relational

Kumo Relational

通过示例行和与之关联的表，预测表格行的类别或数值。适合处理关系型数据的数据科学家。

由 nvidia 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Kumo Relational 是 NVIDIA 的预训练模型，用于在相互关联的表上做分类和回归。它从你传入的示例里学习，不需要你自己训练。它基于 KumoRFM-2，把行嵌入与跨关联表的消息传递结合起来。

适合谁：它适合用关联表来预测结果的数据科学家和工程师，比如一张主表再加上引用其行的其他表。

Industry | Who uses it | How they use it | Example
数据科学 | 处理关系型数据的分析师 | 根据带标签的示例行，预测新行的标签 | 为主表里的每条新记录估计一个类别
软件 | 做数据产品的工程师 | 通过 Python 包把表格预测加进应用 | 在服务里用上下文表和查询表调用模型
研究 | 机器学习研究人员 | 研究关联表上的上下文学习 | 在同一个数据集上对比估计器数量

数据是文本、图像或单张扁平表的人，可以先看看其他模型。

用在哪里：

• Windows、macOS 或 Linux 上的 Python
• 带 CUDA GPU 的电脑，就像卡片里的示例那样
• structured-data-models 包，用来做推理

Use case | Who | What they get back
分类 | 数据科学家 | 你的查询行的类别概率
回归 | 分析师 | 你的查询行的预测数值

如何设置：

• 你电脑上的 Python
• 支持 CUDA 的 GPU，因为示例把设备设为 cuda
• 带已知标签的上下文表、查询表，以及任何关联表

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 安装 structured-data-models 包。

pip install -U huggingface_hub

hf download nvidia/Kumo-Relational

pip install structured-data-models

如何使用：针对一个任务加载模型，然后用你带标签的上下文行、查询行和它们的关联表来调用它。做分类时它返回类别概率。

import sdm

model = sdm.models.KumoRelational(task="classification", device="cuda")
probs = model(
    x_context=x_context,
    y_context=y_context,
    x_query=x_query,
    related_context_tables=related_context,
    related_query_tables=related_query,
    num_estimators=8,
)

Tool | What it does
sdm.models.KumoRelational | 为分类或回归任务加载预训练模型
x_context 和 y_context | 你的示例行及其已知标签
x_query | 你想要预测的行
关联表 | 上下文行和查询行各自关联的表

示例：你有一张带已知结果的客户表，还有记录他们活动的关联表。你把这些作为上下文传入，再加上新客户作为查询行，请求做分类。调用会返回每位新客户的类别概率。

新手与专家：上下文学习的意思是，模型在预测时读取你带标签的示例，而不是重新训练。你可以先用一张带标签的小表和一张关联表，跑一遍示例调用。

在底层，它从预训练的 TabICLv2 权重出发，做了微调。它的设计把行的嵌入与跨关联表的消息传递结合起来。示例里的 num_estimators 设置是 8。卡片说权重以 OpenMDW 1.1 发布。

带标签的上下文行和关联表
查询行和它们的关联表
模型读取上下文并学习
返回类别概率

注意事项：

• License: 权重使用 OpenMDW 1.1。模型微调了 BSD-3-Clause 许可的 TabICLv2 权重，相关声明保存在 THIRD-PARTY-NOTICES.txt 文件里。
• Cost to run: 未提及。这些步骤不需要 API 密钥或付费服务。
• Data it reaches: 它从 Hugging Face Hub 下载文件，然后处理你传入的表格。
• Not for: 文本或图像输入，卡片没有提到。

Hugging Face 上的数据（2026年11月13日）

• 最近 30 天下载：11,526
• 点赞：47
• 许可证：openmdw-1.1
• 基于：jingang/TabICL
• 标签：kumo_relational, relational-foundation-model, structured-data-models

链接

• 模型：https://huggingface.co/nvidia/Kumo-Relational
• 文件：https://huggingface.co/nvidia/Kumo-Relational/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download nvidia/Kumo-Relational

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。