Kumo Ai · seit 20. Mai 2025 (KumoRFM); KumoRFM-2 am 14. April 2026 angekündigt · 7× · zuletzt 30. Juni 2026
KumoRFM ist ein Relational Foundation Model (RFM) von Kumo AI für Vorhersagen auf strukturierten, relationalen Unternehmensdaten (z. B. aus Data Warehouses). Es wandelt Datenbanktabellen intern in temporale, heterogene Graphen um und nutzt In-Context-Learning mit einem Relational Graph Transformer, um ohne aufgabenspezifisches Training Vorhersagen (Klassifikation, Regression, Link-Prediction) zu treffen. Abfragen erfolgen über eine SQL-ähnliche Predictive Query Language (PQL); Zugriff erfolgt über Python-SDK, API und MCP-Server. Im April 2026 wurde die Nachfolgeversion KumoRFM-2 vorgestellt, die auf bis zu 500 Milliarden Zeilen skaliert.
Features
| Key-Benchmark (%) | Übertrifft auf RelBench (30 Aufgaben) Feature-Engineering- und Deep-Learning-Baselines im Schnitt um 2–8%; nach Fine-Tuning zusätzlich 10–30% Verbesserung |
| Kontextfenster (Token) | Kein klassisches Token-Kontextfenster; skaliert auf über 500 Mrd. Zeilen relationaler Daten via Graph-Engine mit Memory-Mapped I/O |
| Multimodalität | Verarbeitet numerische Werte, Kategorien, Zeitstempel, Text und Vektor-Embeddings pro Tabellenzeile/-knoten |
| Plattform | Python SDK (pip install kumoai, ab Python 3.10), API, MCP-Server, Anbindung an Snowflake/Databricks/AWS und Data Warehouses |
| Release-Datum | 20. Mai 2025 (KumoRFM-1); 14. April 2026 (KumoRFM-2) |