NVIDIA已在Hugging Face发布Kumo Tabular。这款模型无需训练或进行特征工程,就能直接根据带标签的表格为新行预测标签。它提供三种规格:Small(约28M参数)、Medium(约71M参数)和Large(约215M参数)。在TabArena排行榜上,该模型以1950的Elo评分领先;使用单张RTX 6000 Pro GPU进行评测时,运行速度比此前表现最佳的LimiX-2快约17%。同一组模型还在BeyondArena、TALENT和ScoringBench中排名第一。
为什么重要
企业可以用一个预训练模型取代定制化表格数据处理流程,同时获得更高的准确率和更快的运行速度。