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

NVIDIA 发布面向分类和回归任务的表格基础模型系列 Kumo Tabular，可用带标签行作为上下文，在单次前向传递中预测新行，无需训练、调参或特征工程。该系列提供小型、中型和大型版本，参数量约 2800 万至 2.15 亿，通过开源 SDM 库运行，权重采用允许商业使用的 OpenMDW-1.1 许可。按 NVIDIA 团队说法，模型在 TabArena 基准中以 1950 Elo 排名第一，在单块 RTX 6000 Pro 上运行速度比 LimiX-2 快 17 倍。