한 개발자가 제로샷 머신러닝 작업을 위해 Google의 TabFM과 TimesFM 파운데이션 모델을 Model Context Protocol (MCP) 서버로 제공하는 오픈소스 구현인 Zer0Fit을 만들었습니다. 이 프로젝트를 통해 사용자는 맞춤형 모델을 빌드하거나 학습하지 않고도 로컬에서 예측, 분류 및 회귀를 수행할 수 있습니다.
- Google의 TabFM(테이블 데이터)과 TimesFM(시계열) 트랜스포머 모델을 단일 Docker 컨테이너로 결합.
- 제로샷 테스트에서 Iris 데이터셋에 대해 94.7% 정확도와 California Housing 회귀에 대해 R2 0.87을 달성.
- 약 16GB의 VRAM이 필요하며 메모리 관리를 위해 5분의 TTL과 함께 동적 모델 로딩을 지원.
- CUDA 지원 Nvidia 하드웨어(DGX Spark, 3090, H100 등)에서 실행되며 Open WebUI, Claude Code, Codex와 호환.
이 도구를 통해 사용자는 이전에 광범위한 하이퍼파라미터 튜닝과 모델 학습이 필요했던 작업을 위해 로컬 LLM을 ML 파운데이션 모델에 연결할 수 있습니다.