Prior Labs выпустила TabPFN-3.5, последнюю версию своей табличной модели, которая предсказывает результаты по таблице без необходимости в обучении или настройке для каждой конкретной выборки. Эта модель заняла первое место в семи табличных бенчмарках и продемонстрировала результаты, превосходящие победителя известного соревнования Kaggle 2015 года.
Соревнование Otto Group Product Classification Challenge привлекло 3,505 команд, которые соревновались за приз в $10,000, сортируя продукты по девяти категориям с использованием 93 обфусцированных признаков. Победившая команда, состоящая из Гилберто Титерича и Станислава Семенова, использовала сложную многослойную модель, состоящую из 36 моделей, построенных на основе ручных признаков.
TabPFN-3.5 доступна для развертывания с лицензией, а открытые веса могут использоваться локально для исследований и оценки. Однако для коммерческого использования требуется API от Prior Labs или коммерческая лицензия. Этот релиз может значительно повлиять на область табличного машинного обучения, предоставляя исследователям и разработчикам мощный инструмент без необходимости в сложной настройке.