Google Research 推出 TabFM:用于表格数据的零样本基础模型
原文标题:Introducing TabFM: A zero-shot foundation model for tabular data
AI 摘要
Google Research 发布 TabFM,一种基于上下文学习(ICL)的零样本基础模型,专为表格数据的分类与回归任务设计。TabFM 将整个数据集(包含训练样本与待预测行)作为统一提示输入,在推理时直接从上下文中学习行列关系,无需模型训练、超参数调优或特征工程。与需大量人工调优的传统方法(如 XGBoost)不同,TabFM 通过单次前向传播即可在新表格上生成高质量预测。该模型已在 Hugging Face 和 GitHub 上开源。
关键信息
- Google Research 发布 TabFM,一种基于上下文学习(ICL)的零样本基础模型,专为表格数据的分类与回归任务设计。
- TabFM 将整个数据集(包含训练样本与待预测行)作为统一提示输入,在推理时直接从上下文中学习行列关系,无需模型训练、超参数调优或特征工程。
- 与需大量人工调优的传统方法(如 XGBoost)不同,TabFM 通过单次前向传播即可在新表格上生成高质量预测。
- 该模型已在 Hugging Face 和 GitHub 上开源
- 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。
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 76
推荐理由
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。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Google Research 推出 TabFM:用于表格数据的零样本基础模型。2026年6月30日。https://new.nat6.net/news/cmr5bqxtn00z1slc77gvm7ybl/