NVIDIAは、学習やハイパーパラメータチューニングを必要とせず、単一の順伝播で新しい行を予測する新たな表形式ファウンデーションモデルのファミリーであるKumo Tabularをリリースしました。モデルはSmall、Medium、Largeのサイズで提供され、パラメータ数は約28Mから215Mの範囲です。

  • 重みはTabPFN-3やLimiX-2などの競合他社とは異なり、商用利用を許可するOpenMDW-1.1ライセンスの下で公開されています。
  • モデルはNVIDIAのオープンソース構造化データモデルライブラリ（SDM）を用いてGPUハードウェア上で実行されます。
  • 事前学習では、欠損値などの現実世界の複雑なパターンに対応するため、構造的因果モデルから生成された合成テーブルが利用されました。
  • NVIDIAによると、TabArenaでElo 1950のスコアを獲得し1位となり、LargeモデルはScoringBenchでも1位を記録しています。
  • 単一のRTX 6000 Pro上でLimiX-2と比較して推論速度が17倍高速でありながら、精度を維持していると報告されています。

このリリースにより、従来の特徴量エンジニアリングやモデル学習の必要性を排除し、表形式データタスクに対する商用利用可能な高性能な代替手段が提供されました。