Buchumschlag

Mixtera: A Data Plane for Foundation Model Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Böther, Maximilian, Yao, Xiaozhe, Kerimoglu, Tolga, Graur, Dan, Gsteiger, Viktor, Klimovic, Ana
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modyn: Data-Centric Machine Learning Pipeline Orchestration
von: Böther, Maximilian, et al.
Veröffentlicht: (2023)

No Need to Train Your RDB Foundation Model
von: Xu, Linjie, et al.
Veröffentlicht: (2026)

Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
von: Ranjan, Rishabh, et al.
Veröffentlicht: (2025)

Position: Foundation Models for Tabular Data within Systemic Contexts Need Grounding
von: Klein, Tassilo, et al.
Veröffentlicht: (2025)

PluRel: Synthetic Data unlocks Scaling Laws for Relational Foundation Models
von: Kothapalli, Vignesh, et al.
Veröffentlicht: (2026)

TensorBank: Tensor Lakehouse for Foundation Model Training
von: Kienzler, Romeo, et al.
Veröffentlicht: (2023)

On Distributed Larger-Than-Memory Subset Selection With Pairwise Submodular Functions
von: Böther, Maximilian, et al.
Veröffentlicht: (2024)

Tabular Foundation Models Can Learn Association Rules
von: Karabulut, Erkan, et al.
Veröffentlicht: (2026)

Efficient Data Access Paths for Mixed Vector-Relational Search
von: Sanca, Viktor, et al.
Veröffentlicht: (2024)

Griffin: Towards a Graph-Centric Relational Database Foundation Model
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

HoneyBee: A Scalable Modular Framework for Creating Multimodal Oncology Datasets with Foundational Embedding Models
von: Tripathi, Aakash, et al.
Veröffentlicht: (2024)

Optimizing Context-Enhanced Relational Joins
von: Sanca, Viktor, et al.
Veröffentlicht: (2023)

Process Mining for Unstructured Data: Challenges and Research Directions
von: Koschmider, Agnes, et al.
Veröffentlicht: (2023)

Integrating Meteorological and Operational Data: A Novel Approach to Understanding Railway Delays in Finland
von: Borin, Vinicius Pozzobon, et al.
Veröffentlicht: (2026)

Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2025)

TableGPT2: A Large Multimodal Model with Tabular Data Integration
von: Su, Aofeng, et al.
Veröffentlicht: (2024)

Generating the Traces You Need: A Conditional Generative Model for Process Mining Data
von: Graziosi, Riccardo, et al.
Veröffentlicht: (2024)

DiffImpute: Tabular Data Imputation With Denoising Diffusion Probabilistic Model
von: Wen, Yizhu, et al.
Veröffentlicht: (2024)

KDSelector: A Knowledge-Enhanced and Data-Efficient Model Selector Learning Framework for Time Series Anomaly Detection
von: Liang, Zhiyu, et al.
Veröffentlicht: (2025)

Towards Privacy-Preserving Relational Data Synthesis via Probabilistic Relational Models
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Accelerating Storage-Based Training for Graph Neural Networks
von: Jang, Myung-Hwan, et al.
Veröffentlicht: (2026)

Efficient Training-Free Online Routing for High-Volume Multi-LLM Serving
von: Wu, Fangzhou, et al.
Veröffentlicht: (2025)

Mind the Data Gap: Bridging LLMs to Enterprise Data Integration
von: Kayali, Moe, et al.
Veröffentlicht: (2024)

Cortex AISQL: A Production SQL Engine for Unstructured Data
von: Liskowski, Paweł, et al.
Veröffentlicht: (2025)

MontePrep: Monte-Carlo-Driven Automatic Data Preparation without Target Data Instances
von: Ge, Congcong, et al.
Veröffentlicht: (2025)

TabSketchFM: Sketch-based Tabular Representation Learning for Data Discovery over Data Lakes
von: Khatiwada, Aamod, et al.
Veröffentlicht: (2024)

Data Science: a Natural Ecosystem
von: Porcu, Emilio, et al.
Veröffentlicht: (2025)

OpenMLDB: A Real-Time Relational Data Feature Computation System for Online ML
von: Zhou, Xuanhe, et al.
Veröffentlicht: (2025)

Evaluation of Pipelines for Data Integration into Knowledge Graphs
von: Hofer, Marvin, et al.
Veröffentlicht: (2026)

Data Collection and Labeling Techniques for Machine Learning
von: Huang, Qianyu, et al.
Veröffentlicht: (2024)

Making LLMs Work for Enterprise Data Tasks
von: Demiralp, Çağatay, et al.
Veröffentlicht: (2024)

ExCoT: Optimizing Reasoning for Text-to-SQL with Execution Feedback
von: Zhai, Bohan, et al.
Veröffentlicht: (2025)

Forgetting by Pruning: Data Deletion in Join Cardinality Estimation
von: He, Chaowei, et al.
Veröffentlicht: (2025)

NeurDB: An AI-powered Autonomous Data System
von: Ooi, Beng Chin, et al.
Veröffentlicht: (2024)

A Lightweight Learned Cardinality Estimation Model
von: Zhu, Yaoyu, et al.
Veröffentlicht: (2025)

LEAD: Iterative Data Selection for Efficient LLM Instruction Tuning
von: Lin, Xiaotian, et al.
Veröffentlicht: (2025)

Towards Synthesizing High-Dimensional Tabular Data with Limited Samples
von: Li, Zuqing, et al.
Veröffentlicht: (2025)

KGpipe: Generation and Evaluation of Pipelines for Data Integration into Knowledge Graphs
von: Hofer, Marvin, et al.
Veröffentlicht: (2025)

Robust Detection of Synthetic Tabular Data under Schema Variability
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

ILAEDA: An Imitation Learning Based Approach for Automatic Exploratory Data Analysis
von: Manatkar, Abhijit, et al.
Veröffentlicht: (2024)