NVIDIA 发布 Kumo Tabular 表格基础模型，支持单次前向预测新行

Techub News 消息，NVIDIA 发布 Kumo Tabular，这是一个用于分类和回归任务的表格基础模型（TFM）系列。该模型以带标签的行作为上下文，可在单次前向传递中预测新行，无需训练、超参数调优或特征工程。Kumo Tabular 提供小型、中型和大型三个版本，参数量约 2800 万至 2.15 亿，通过 NVIDIA 的开源结构化数据模型（SDM）库运行，权重采用允许商业使用的 OpenMDW-1.1 许可。 该模型完全在从结构因果模型（SCM）采样的合成表格上进行预训练，并引入了缺失值、高基数类别等现实世界数据模式。在默认设置下，Kumo Tabular 在 TabArena 基准测试中以 1950 Elo 分数排名第一。NVIDIA 团队报告称，其在单块 RTX 6000 Pro 上的运行速度比 LimiX-2 快 17 倍。（MarkTechPost）