NVIDIA a publié Kumo Tabular, une nouvelle famille de modèles fondamentaux pour les données tabulaires capables de prédire de nouvelles lignes en un seul passage avant sans nécessiter d'entraînement ni de réglage des hyperparamètres. Les modèles sont disponibles en tailles Small, Medium et Large, allant d'environ 28M à 215M paramètres.

  • Les poids sont sous licence OpenMDW-1.1, autorisant l'utilisation commerciale, contrairement aux concurrents tels que TabPFN-3 et LimiX-2.
  • Les modèles s'exécutent via la bibliothèque open-source structured-data-models (SDM) de NVIDIA sur du matériel GPU.
  • Le pré-entraînement a utilisé des tables synthétiques générées à partir de Modèles Causaux Structurels pour gérer les schémas réels complexes tels que les valeurs manquantes.
  • NVIDIA indique la première place sur TabArena avec un Elo de 1950, et le modèle Large se classe premier sur ScoringBench.
  • L'inférence serait 17x plus rapide que LimiX-2 sur une seule RTX 6000 Pro tout en maintenant la précision.

Cette publication offre une alternative commercialement viable et haute performance pour les tâches de données tabulaires qui élimine le besoin d'ingénierie des fonctionnalités traditionnelle et d'entraînement de modèle.