Prior Labs 发布表格基础模型 TabPFN-3.5，在多个基准测试中排名第一

Techub News 消息，Prior Labs 发布了其表格基础模型 TabPFN-3.5 的最新版本。该模型无需针对特定数据集进行训练或调优，即可在单次前向传播中完成表格预测。Prior Labs 报告称，该模型在七项表格基准测试中均排名第一。 一项独立演示显示，TabPFN-3.5 在默认设置下，其预测性能超越了 2015 年一场著名 Kaggle 竞赛的获胜解决方案。该模型在 Otto 竞赛的私有排行榜上获得了 0.375 的分数，优于原获胜方案的 0.382。模型仅使用合成数据进行预训练，未接触过 Otto 或任何 Kaggle 数据集。 该模型系列包括开放权重的 TabPFN-3.5（2.2 亿参数）和 TabPFN-3.5-Fast（8400 万参数，速度提升高达 6 倍），以及仅限 API 和企业使用的 TabPFN-3.5-Plus 和 TabPFN-3.5-Thinking。生产使用需要 Prior Labs 的 API 或商业许可。（MarkTechPost）