NVIDIA Kumo Tabular 为表格预测树立新的精度与效率标杆
huggingface ·
英伟达发布了Kumo Tabular，这是一款专为表格数据预测设计的开源基础模型，无需训练或特征工程即可运行。该基于Transformer的架构利用上下文学习（in-context learning），在一次前向传播中即可对新行的标签进行预测，支持分类和回归任务。该模型仅在由结构因果模型生成的合成表格上进行预训练，从而能够处理缺失值、异常值等各种数据缺陷。模型提供三种规格，参数量从2800万到2.15亿不等，可通过英伟达开源的结构化数据模型库（structured-data-models）运行。性能评估显示，Kumo Tabular在TabArena、BeyondArena、TALENT和ScoringBench等主要基准测试中均排名第一。值得注意的是，它在精度-效率帕累托前沿上树立了新的最先进水平，且运行速度显著快于LimiX-2等竞争模型。尽管目前仅支持数值型和分类型列，但该模型通过专门的注意力机制提供了对复杂表格结构的稳健处理能力。该模型以OpenMDW-1.1许可证发布，为开发者提供了即时访问高性能表格AI能力的途径。
huggingface