实体
Relational Foundation Models
Relational Foundation Models
PulseAugur coverage of Relational Foundation Models — every cluster mentioning Relational Foundation Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
STEER采样方法将RFM推理成本降低40%
研究人员开发了STEER，一种旨在降低关系基础模型（RFM）推理成本的新型采样方法。RFM通常从数据库中采样相关行来形成其推理上下文，但这可能计算成本高昂。STEER通过使用大型语言模型来识别和优先处理给定预测任务最相关的表来解决这个问题。这种语义感知采样方法可以将推理上下文大小减少约40%，同时保持甚至提高预测准确性，这在三个最先进的RFM上得到了证明。
-
新框架PLUREL为AI模型训练生成合成关系数据库
研究人员推出了一种名为PLUREL的新型框架，旨在生成合成的多表关系数据库。该框架通过克服公共多表数据库因隐私问题而稀缺的挑战，解决了关系基础模型（RFMs）的训练难题。PLUREL对模式、主外键连接和特征分布进行建模，以创建多样化且计算高效的合成数据集。研究表明，使用这些合成数据库对RFMs进行预训练，可以展现出幂律定标，提高对真实数据的泛化能力，并产生更强大的基础模型以供后续的真实数据预训练。
-
OpenRFM 通过新架构推进关系型上下文学习
研究人员推出 OpenRFM，一个旨在改进上下文学习的关系基础模型（RFM）的新框架。该研究通过分析模型侧欠定和数据侧预训练不足等现有模型的关键局限性。OpenRFM 通过结合双阶段 ICL 架构和一种结合合成数据与真实世界数据的新颖预训练策略来解决这些问题，从而显著提高了性能。