NVIDIA har publicerat Kumo Tabular på Hugging Face. Modellen förutsäger etiketter för nya rader direkt utifrån en märkt tabell, utan träning eller funktionsutveckling. Den finns i tre storlekar: Small (cirka 28 miljoner parametrar), Medium (cirka 71 miljoner) och Large (cirka 215 miljoner). På TabArenas topplista ligger den etta med ett Elo-tal på 1950 och körs cirka 17 procent snabbare än den tidigare ledaren LimiX‑2 vid test på en enda RTX 6000 Pro GPU. Samma modeller ligger också etta på BeyondArena, TALENT och ScoringBench.
Varför det spelar roll
Företag kan ersätta specialbyggda pipelines för tabelldata med en enda förtränad modell som både ger högre träffsäkerhet och är snabbare att köra.
