Zer0Fit:把 Google TabFM/TimesFM 包装成本地 MCP,零训练做回归分类预测
Porespellar · reddit · 2026-09-27
一位 ML 研究生开源了 Zer0Fit:把 Google Research 的两个零样本基础模型——TabFM(表格数据的分类/回归)和 TimesFM(时序预测)——封装成 FastAPI 服务并做成 Docker 化的 MCP,可接入任意支持 MCP 的 LLM(如 Open WebUI)。
使用方式:把 MCP 接到你的 LLM,丢给它 CSV、表格或时序数据并用自然语言提需求,由 LLM 决定调用哪个 Google 模型,在上下文中完成回归、分类或预测并返回结果,全程无需训练模型。
作者坦承这不如数据科学家定制建模,但对精度和速度要求不高的场景能给出「大致在合理范围内」的答案;重活全是 Google 模型干的,他只是做了本地服务和 MCP 封装,并提醒不要用于输出重要的严肃场景。背景:TabFM 发布于 Google 研究博客,当时几乎无人关注。
「编程与Agent」频道最新
- Google 开源 PaperOrchestra:多 Agent 自动写 AI 研究论文 — google-research · 2026-11-16
- ffmpeg-skill 爆火:42 个 FFmpeg 工具让编码 Agent 本地剪视频 — kajisho5 · 2026-11-16
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- DeepSeek 开源官方 App 前端 chat-demo,3.9k 星 — NielsRogge · 2026-11-16
- lemire:AI 改变编程的不是速度,而是扩大工程师的「认知半径」 — lemire · 2026-11-16