NVIDIAは、トレーニングや特徴エンジニアリングを必要とせず、コンテキスト内学習を通じて動作する表形式の分類および回帰用のオープンなファウンデーションモデルであるKumo Tabularをリリースした。構造化因果モデルによって生成された人工データのみで事前学習されており、28Mから215Mパラメータの3つのサイズで提供されている。

  • Kumo TabularはTabArena、BeyondArena、TALENT、ScoringBenchのベンチマークで第1位を獲得し、精度と効率のパレート最適フロンティアにおいて新たな最先端を確立した。
  • アーキテクチャは列、行、およびコンテキスト内注意機構を使用して表形式データを処理し、単一の順伝播で新しい行に対する予測を可能にする。
  • 商用利用のためにOpenMDW-1.1ライセンスの下、NVIDIAのオープンソース構造化データモデルライブラリを通じて提供される。

このリリースにより、企業はハイパーパラメータチューニングや検証という従来のライフサイクルを経ずにラベル付き表形式データに対して即時予測を行うためのゼロショットな勾配ブースティング木への代替手段を得ることになる。