Prior Labs выпустила TabPFN-3.5, табличную фундаментальную модель, которая делает прогнозы по таблице за один прямой проход без обучения или настройки под конкретный набор данных. Модель набирает 0.375 в закрытом рейтинге соревнования Otto Group Product Classification Challenge 2015 года, превосходя оригинальный победивший результат 0.382, достигнутый Гилберто Титеричем и Станиславом Семёновым.

  • TabPFN-3.5 занимает первое место по семи табличным бенчмаркам: TabArena, BeyondArena, STRABLE, MulTaBench, RelArena-α, TALENT и ScoringBench.
  • Базовая модель выросла до 220M параметров с более широким трансформером in-context (1024 измерения) и использует выученные Фурье-признаки и ранги ECDF для кодирования ячеек.
  • Единая многозадачная контрольная точка теперь охватывает как классификацию, так и регрессию, устраняя необходимость в квантильных преобразованиях, робастном масштабировании и признаках SVD.
  • Модель поддерживает до 1M строк с рекомендуемыми 6,000 признаков (поддерживается до 20,000) и работает примерно за минуту на GPU RTX PRO 6000.
  • Семейство включает TabPFN-3.5-Fast (84M параметров), TabPFN-3.5-Plus (API/корпоративное решение с обработкой текста) и TabPFN-3.5-Thinking (дополнительные вычисления для инференса).

Выпуск предоставляет открытые веса для исследований, оценки и Kaggle, в то время как для производственного использования требуется API Prior Labs или коммерческая лицензия.