Google 推出 TabFM:表格数据也能零样本预测的基础模型
burny_tech · x · 2026-09-19
继时间序列基础模型 TimesFM 之后,Google Research 推出 TabFM,一个面向表格数据的零样本基础模型,用于简化分类与回归工作流。
- 背景:表格数据是企业数据基础设施的支柱,客户流失预测、金融反欺诈等任务长期被 XGBoost、随机森林等监督式树模型统治。
- 痛点:传统模型部署远不止一次 .fit(),需要大量超参调优和领域特征工程才能拿到可靠信号。
- 思路:借鉴 LLM 的上下文学习(ICL),预训练模型无需更新权重即可通过输入示例和指令完成新任务,实现表格任务上的 zero-shot 预测。
模型已在 Hugging Face 与 GitHub 开放。chenglou 称其为"电子表格里的智能",值得从哲学层面关注其 credited lineage。
「研究」频道最新
- PixelBench：用逐像素生成取代 QA,重新测多模态模型 — bdsqlsz · 2026-11-04
- Chollet 提问:单细胞如何仅靠基因组信息把自己连成大脑 — CatAstro_Piyush · 2026-11-04
- OffsecCyber 数据集发布：整合 HackerOne 报告与 CVE 训练渗透测试 LLM — AccBalanced · 2026-11-04
- 研究：「单次事实」占比决定 LLM 科学发现能力 — CatAstro_Piyush · 2026-11-04
- 把 TPU 编译进 Qwen 权重：0.8B 模型跑出精确矩阵乘法 — CatAstro_Piyush · 2026-11-04
- Jev 模型提升 LLM 上下文学习示例检索，蒸馏 MLP 降开销 — kalyan_kpl · 2026-11-04