TLDR;

Large Database Models são modelos de IA treinados em tabelas ou views selecionadas de bancos de dados relacionais para acessar os 99% dos dados empresariais que ficam protegidos.. Os LDMs transformam linhas em sentenças de tokens vetorizados após binning de valores numéricos e permitem consultas de similaridade combinadas com SQL sem precisar de filtros rígidos manuais.. Diferente de LLMs que treinam em textos, os LDMs rodam dentro do banco de dados em produção para tarefas como detecção de fraudes ou buscas de similaridade em indústrias como seguros e varejo..

Resumo

O vídeo explica o conceito de Large Database Model (LDM), um tipo de modelo de IA treinado diretamente em tabelas de bancos de dados relacionais, diferente dos Large Language Models (LLM) e Large Reasoning Models (LRM). Enquanto os LLMs acessam apenas cerca de 1% dos dados empresariais, o LDM alcança os 99% restantes, protegidos em bases relacionais. Ele transforma colunas categóricas e numéricas em tokens por meio de embeddings e agrupamentos (binning), convertendo cada linha em uma “sentença” para treinar uma rede neural auto-supervisionada. O resultado permite consultas semânticas via SQL, como encontrar clientes semelhantes sem precisar definir filtros rígidos manualmente. O modelo aprende relações entre valores, possibilitando buscas por similaridade, anomalias, agrupamentos e analogias diretamente no banco de dados, sem mover os dados. Exemplos de uso incluem detecção de fraudes, análise de contratos em seguros e recomendação de produtos em varejo, combinando a precisão do SQL com a flexibilidade da IA semântica.