🎯 情报来源：AI News | VentureBeat
斯坦福教授兼Kumo AI联合创始人Jure Leskovec推出关系基础模型(RFM)，该模型将大型语言模型(LLM)的零样本能力引入结构化数据库，可在200毫秒内完成新数据库的预测任务，准确度堪比数据科学家数周的工作成果。
核心要点：
- Kumo AI的关系基础模型(RFM)可自动将任何关系数据库表示为单一互联图，无需手动特征工程
- RFM基于Transformer架构，可直接从图表示中学习，实现跨多表的复杂模式识别
- 在演示中，RFM能实时预测特定客户未来30天的下单概率，并提供解释性数据点
- 公司已发布RFM公开演示版，计划在未来几周推出支持用户连接自有数据的版本
- 对于需要最高准确度的组织，Kumo将提供微调服务以进一步提升私有数据集上的性能
📌 情报分析
技术价值：高
RFM通过将Transformer架构泛化到图表示学习，解决了结构化数据预测中的特征工程瓶颈，实现了真正的零样本预测能力。
商业价值：极高
该技术可将企业从数据到决策的时间从数周缩短至毫秒级，大幅降低ML应用门槛，潜在市场规模涵盖所有依赖结构化数据分析的企业。
趋势预测：
未来3-6个月，随着RFM正式版的发布，预计将吸引金融、电商等高度依赖预测分析的行业客户；同时该技术可能成为构建企业级AI代理的核心预测引擎。