# NVIDIA Kumo Relational: eğitimsiz veritabanı tahmini
Kategori: Bilim ve Araştırma · Tür: Ücretsiz · Değer: Açık ağırlık, Apache 2.0 kod · İndirim: Ücretsiz · Not: Ağırlıklar Hugging Face üzerinde; kod Apache 2.0 · Ülke: Global · Doğrulama: Bugün

NVIDIA, doğrudan ilişkisel veritabanları üzerinde tahmin yapan Kumo Relational modelini 21 Ekim 2026'da duyurdu. Veritabanını bağla, neyi tahmin etmek istediğini yaz, tek geçişte sonucu al: görev bazlı eğitim, öznitelik mühendisliği ya da tabloları tek satıra düzleme gerekmiyor. Model 41 görev ve 15 veritabanı üzerinde denetlenmiş ağaç topluluklarını ve gözetimli derin öğrenme modellerini geçiyor; SAP SALT kurumsal kıyaslamasında AutoGluon topluluklarını ortalama ters sıralama metriğinde %8 farkla geçiyor. 500 milyar satırı aşan veritabanlarında çalışabiliyor. Kod açık kaynak ve Apache 2.0 lisanslı, ağırlıklar Hugging Face üzerinde; NVIDIA NIM olarak da sunuluyor.

## Koşullar
- Ne işe yarar: Kumo Relational, ilişkisel veritabanına bağlanıp "bu kullanıcı churn olacak mı", "bu ürün kaç adet satılır" gibi tahmin sorgularını çalıştıran bir temel model. Her görev için ayrı model eğitmen gerekmiyor.
- Ölçüm: 41 görev ve 15 veritabanı üzerinde (RelBench V1 ve V2, SAP SALT, 4DBInfer) denetimli modelleri geçiyor. RelBench sınıflandırmada öznitelikli gradyan arttırma ağaçlarını ortalama 4 AUROC puanı farkla, SAP SALT üzerinde 7 MRR puanı farkla geçiyor.
- Hız: RelArena-alpha sıralamasında yaklaşık 17 saniyelik çıkarımla doğruluk-hız dengesinin ön safında; en yüksek puanlı rakip yaklaşık 430 kat daha yavaş çalışıyor.
- Veri ölçeği: 500 milyar satırı aşan veritabanlarında bellek eşlemeli okuma ile saniyede 5 GB'a kadar hızda çalışabiliyor.
- Nasıl kurulur: structured-data-models kütüphanesi kuruluyor, ağırlıklar ilk kullanımda Hugging Face üzerinden indiriliyor. Alternatif olarak NVIDIA NIM olarak ayrı servis kurulup structured-data-models-client ile sorgu gönderilebiliyor.
- Lisans: Kod Apache 2.0, model ağırlıkları OpenMDW Lisans Sözleşmesi 1.1 altında. Ticari kullanım koşullarını ağırlık kartından kontrol et.

## Resmi sayfa
https://huggingface.co/nvidia/Kumo-Relational

## Sık sorulanlar

### NVIDIA kim için? — Kumo Relational: eğitimsiz veritabanı tahmini
Bu kampanya geliştirici için sunulur — Ne işe yarar: Kumo Relational, ilişkisel veritabanına bağlanıp "bu kullanıcı churn olacak mı", "bu ürün kaç adet satılır" gibi tahmin sorgularını çalıştıran bir temel model. Her görev için ayrı model eğitmen gerekmiyor. Ölçüm: 41 görev ve 15 veritabanı üzerinde (RelBench V1 ve V2, SAP SALT, 4DBInfer) denetimli modelleri geçiyor. RelBench sınıflandırmada öznitelikli gradyan arttırma ağaçlarını ortalama 4 AUROC puanı farkla, SAP SALT üzerinde 7 MRR puanı farkla geçiyor. Bilim ve Araştırma kapsamında. Başvuru yalnızca NVIDIA resmi sayfasında yapılır.

### Türkiye'de geçerli mi, son tarih ne?
Ülke: Global. Süresiz — doğrulama: 22 Eki 2026 damgalı. Süresi dolan aynı gün katalogdan kaldırılır.

### Affiliate veya gizli ücret var mı?
Hayır. 'Resmi sayfaya git' doğrudan NVIDIA resmi sayfasına gider, izleme parametresi taşımaz. Şifre veya kart istemeyiz.

## Nasıl doğrulandı?
Küratör notu (22 Ekim 2026): huggingface.co/blog/nvidia/kumo-relational sayfası canlı okundu; başlıkta "Published October 21, 2026" yazıyor. Sayfa modelin 41 görev ve 15 veritabanında denetimli modelleri geçtiğini, RelBench sınıflandırmada gradyan arttırma ağaçlarını 4 AUROC puanı farkla, SAP SALT kurumsal kıyaslamasında AutoGluon topluluklarını 8 MRR puanı farkla geçtiğini, RelArena-alpha sıralamasında yaklaşık 17 saniyelik çıkarımla ön safta olduğunu ve 500 milyar satır ölçeğini desteklediğini yazıyor. Kod Apache 2.0 (github.com/NVIDIA/structured-data-models), ağırlıklar OpenMDW 1.1 lisansıyla (huggingface.co/nvidia/Kumo-Relational). İlgili duyurular: NVIDIA Kumo Forecast ve Kumo Tabular.