NVIDIA发布了Kumo Tabular，这是一个新的表格基础模型系列，能够在单次前向传播中预测新行，无需训练或超参数调整。该模型提供Small、Medium和Large三种尺寸，参数量范围约为28M至215M。

  • 权重采用OpenMDW-1.1许可证授权，允许商业使用，这与TabPFN-3和LimiX-2等竞争对手不同。
  • 模型通过NVIDIA的开源结构化数据模型库（SDM）在GPU硬件上运行。
  • 预训练利用从结构因果模型生成的合成表格，以处理缺失值等混乱的真实世界模式。
  • NVIDIA报告称其在TabArena上排名第一，Elo得分为1950，Large模型在ScoringBench上也排名第一。
  • 据报告，在单张RTX 6000 Pro上，其推理速度比LimiX-2快17倍，同时保持准确性。

此次发布为表格数据任务提供了一个商业可行的高性能替代方案，消除了传统特征工程和模型训练的需求。