Google Research presenta TabFM: un modelo fundacional de cero muestras para datos tabulares
Título original:Introducing TabFM: A zero-shot foundation model for tabular data
Resumen de IA
Google Research publicó TabFM, un modelo fundacional de cero muestras basado en aprendizaje en contexto (ICL) diseñado para tareas de clasificación y regresión con datos tabulares. TabFM introduce todo el conjunto de datos (incluidas las muestras de entrenamiento y las filas a predecir) como un prompt unificado y aprende directamente las relaciones entre filas y columnas del contexto durante la inferencia, sin necesidad de entrenamiento del modelo, ajuste de hiperparámetros ni ingeniería de características. A diferencia de métodos tradicionales que requieren mucha optimización manual (como XGBoost), TabFM genera predicciones de alta calidad en nuevas tablas con una sola pasada hacia adelante. El modelo ya es de código abierto en Hugging Face y GitHub.
Puntos clave
- Google Research publicó TabFM,un modelo fundacional de cero muestras basado en aprendizaje en…
- TabFM introduce todo el conjunto de datos (incluidas las muestras de entrenamiento y las filas a…
- A diferencia de métodos tradicionales que requieren mucha optimización manual (como XGBoost),TabFM…
- El modelo ya es de código abierto en Hugging Face y GitHub.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- Google Research:Blog(网页)
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 76
TabFM 把表格预测变成一次前向传播,不再需调参和特征工程,数据科学家可以少熬夜了。BigQuery 集成让使用门槛降到 SQL,这是表格 ML 的零样本时刻。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Google Research presenta TabFM: un modelo fundacional de cero muestras para datos tabulares. 30. junio 2026. https://new.nat6.net/es/news/cmr5bqxtn00z1slc77gvm7ybl/