NVIDIA는 학습이나 특징 공학 없이 컨텍스트 내 학습을 통해 작동하는 표 형식 분류 및 회귀를 위한 오픈 파운데이션 모델인 Kumo Tabular를 출시했습니다. 구조적 인과 모델에서 생성된 인공 데이터만으로 사전 훈련된 이 모델은 28M에서 215M 파라미터에 이르는 세 가지 크기로 제공됩니다.

  • Kumo Tabular는 TabArena, BeyondArena, TALENT, ScoringBench 벤치마크에서 1위를 차지하여 정확도-효율성 파레토 프론트에서 새로운 최첨단 기록을 수립했습니다.
  • 아키텍처는 열, 행 및 컨텍스트 내 어텐션을 사용하여 표를 처리하며, 단일 순전파로 새 행에 대한 예측을 가능하게 합니다.
  • 상업적 사용을 위해 OpenMDW-1.1 라이선스 하의 NVIDIA 오픈소스 structured-data-models 라이브러리에서 실행됩니다.

이번 출시는 하이퍼파라미터 튜닝과 검증의 전통적인 수명 주기 없이 레이블이 지정된 표에서 즉시 예측을 가능하게 하여 기업에 그래디언트 부스트드 트리에 대한 제로샷 대안을 제공합니다.