什么是Kumo AI?
Kumo AI 是一个企业预测智能平台，围绕 KumoRFM 构建，这是一个专为结构化关系数据而构建的基础模型。正如 GPT 模型处理语言一样，KumoRFM 处理业务数据仓库内的关系模式，为流失、欺诈、生命周期价值和需求预测等问题提供零样本预测。用户只需连接数据仓库，用简单英语或通过 Kumo 的类 SQL 预测查询语言 (PQL) 提出预测问题，即可在几秒钟内收到可操作的结果。对于更高风险的用例，平台支持微调以实现比传统模型高 30%+ 的准确度提升。受到 DoorDash、Reddit、Databricks、Coinbase 和 Snowflake 信任，Kumo 由红杉资本支持，由来自 Airbnb、Pinterest、Stanford 和 LinkedIn 的资深人士创立。
主要功能
零样本预测
KumoRFM 无需任何模型训练、特征工程或机器学习管道设置，即可对关系数据进行准确预测——只需连接您的数据仓库即可开始查询。
预测查询语言 (PQL)
类似 SQL 的语法，让用户用几行代码描述他们想要预测的内容，消除了构建同等模型通常需要数月的数据科学工作。
关键用例的微调
对于高优先级应用，用户可以使用 Kumo 平台和研究 Agent 在自己的数据上微调 KumoRFM，相比传统机器学习方法实现 30%+ 的准确度提升。
原生数据仓库集成
直接插入现有数据仓库基础设施（包括 Snowflake 和 Databricks），无需额外的管道设置或数据迁移。
实时预测引擎
在生产规模下提供亚秒级预测，支持欺诈检测、广告定向和个性化推荐等实时用例。
企业级安全性和可解释性
具有透明、可解释的预测输出和企业级安全标准，适用于金融和医疗等受监管行业的审计要求。
1. 什么是 KumoRFM？⌄
KumoRFM 是 Kumo 的关系基础模型——一个预训练模型，类似于 GPT 但专用于结构化业务数据。它无需任何模型训练或特征工程即可对您的关系数据库提供准确预测。
2. 我需要数据科学团队才能使用 Kumo 吗？⌄
不需要。Kumo 的设计使非机器学习团队可以使用简单的英语问题或几行 PQL 获得预测。数据科学家可以进一步进行微调，但这不是入门的必要条件。
3. Kumo 连接到哪些数据基础设施？⌄
Kumo 与主要数据仓库（包括 Snowflake 和 Databricks）原生集成。无需数据迁移或额外的管道设置。
4. Kumo 的零样本预测有多准确？⌄
在 SAP SALT 基准测试中，KumoRFM 得分为 89% 的准确率，而使用 XGBoost 的博士数据科学家为 75%，GPT-4 + AutoML 为 63%。在您自己的数据上进行微调可以进一步提高准确率。
5. 我可以向 Kumo 询问什么类型的问题？⌄
任何关于您关系数据的预测问题——欺诈风险、客户流失、生命周期价值、需求预测、潜在客户评分、产品推荐等等。该平台支持 15+ 个行业的数百个用例。
6. 什么是 PQL？⌄
PQL（预测查询语言）是 Kumo 用于定义预测任务的类 SQL 语法。通常需要数月特征工程的流失预测可以用 3 行 PQL 表达。
7. Kumo 适用于金融或医疗等受监管行业吗？⌄
是的。Kumo 提供企业级安全性和透明、可解释的预测输出，适用于合规敏感环境。