NVIDIA, Hugging Face blogunda açık tablo temel modeli Kumo Tabular’ı duyurdu. Etiketli satırlar verildiğinde yeni satırların etiketlerini tek bir ileri geçişte tahmin ediyor; ek eğitim, hiperparametre ayarı veya özellik mühendisliği gerekmiyor. Sınıflandırma ve regresyon için ayrı modeller var.
Teknik özet
Model TabICL / TabPFN tarzı sütun, satır ve bağlam içi dikkat kullanıyor. Yalnızca yapay tablolar üzerinde ön eğitilmiş (Small/Medium/Large yaklaşık 35 / 71 / 137 milyon tablo). Üç boyut: yaklaşık 28M–215M parametre. Lisans: OpenMDW-1.1 (ticari kullanım).
Sayısal ve kategorik sütunlar destekleniyor; metin/görüntü/zaman damgası yerleşik ön işleme ile özniteliğe çevrilebilir. Tek geçişte en fazla 10 sınıf; kütüphane daha fazla sınıf için hata düzelten çıktı kodları kullanıyor.
Ölçümler
- TabArena: genel sıralamada birinci, ELO 1950; tek RTX 6000 Pro düzeninde LimiX-2’den 17 kat daha hızlı olduğu belirtiliyor.
- BeyondArena: ELO 1418, Improvability %7,78 ile birinci.
- TALENT: sınıflandırma doğruluğu, log-loss ve regresyon RMSE’de üst sıra.
- ScoringBench: Large ve Medium ortalama sırada birinci ve ikinci.
GPU-yerel açık kaynak kütüphane ağırlıkları Hub’dan indiriyor. NVIDIA, dağılım kayması veya eğitim aralığı dışındaki tablolarda doğruluğun düşebileceğini ve tutulmuş veride doğrulama gerektiğini not ediyor.
Henüz yorum yok. İlk yorumu siz yapın!