01 发生了什么

英伟达发布Kumo-Tabular 1.0，这是一款用于表格数据分类与回归的基础模型。它根据带标签的上下文行和具有相同列的未标注查询行生成预测。

02 关键细节

  • 据英伟达介绍，模型一次前向计算即可输出类别概率或数值预测，无需针对任务训练、更新梯度或调整超参数。
  • 预训练仅使用由结构因果模型生成的合成表格，没有使用真实世界数据。
  • 该模型有三种规模：Small约2800万参数、Medium约6200万参数、Large约2.15亿参数；预训练分别使用约3500万、7100万和1.37亿张合成表格。
  • 模型卡列出TabArena-v0.1（51个数据集）、TALENT（300个）和BeyondArena的评估，后者采用随机、时间和分组切分。这些基准仅用于评估；评测分数未披露。

03 为什么重要

Kumo-Tabular让数据团队无需为每项任务单独训练模型，也能根据表格生成预测。不过，英伟达没有公布基准分数，因此无法依据已发布的数值比较评估结果。

04 适合谁

分析师、机器学习工程师及处理表格数据的团队。

原始来源NVIDIA