NVIDIA 推出 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。这是一个面向分类和回归任务的表格基础模型（TFM）系列。

按介绍，Kumo Tabular 以带标签的行作为上下文，可在单次前向传递中预测新行，不需要训练、超参数调优或特征工程。该系列提供小型、中型和大型 3 个版本，参数量约 2800 万至 2.15 亿，通过 NVIDIA 开源的结构化数据模型（SDM）库运行，模型权重采用允许商业使用的 OpenMDW-1.1 许可。

预训练方面，Kumo Tabular 完全基于从结构因果模型（SCM）采样得到的合成表格数据，并加入了缺失值、高基数类别等现实世界数据模式。

据 NVIDIA 团队报告，在默认设置下，Kumo Tabular 在 TabArena 基准测试中以 1950 Elo 分数排名第一；在单块 RTX 6000 Pro 上的运行速度比 LimiX-2 快 17 倍。消息援引自 MarkTechPost。