NVIDIA представила Kumo Tabular, новую семью табличных фундаментальных моделей (TFMs), предназначенных для задач классификации и регрессии. Модели способны предсказывать новые строки, используя контекст из размеченных данных, и это возможно в одном проходе без необходимости в обучении или настройке гиперпараметров.
Kumo Tabular доступен в версиях Small, Medium и Large с количеством параметров от 28 миллионов до 215 миллионов. Модели работают через библиотеку структурированных данных (SDM) от NVIDIA, которая поддерживает GPU и требует Python 3.11+ и PyTorch 2.7+. Лицензия OpenMDW-1.1 позволяет коммерческое использование весов модели.
Эти новые модели могут значительно упростить процесс работы с табличными данными, так как они устраняют необходимость в сложных этапах подготовки данных. В сочетании с библиотекой SDM, которая включает другие модели, такие как TabICLv2 и KumoRelational, Kumo Tabular может стать важным инструментом для разработчиков и исследователей в области машинного обучения.