📖 AI 总结

Prior Labs 发布表格基础模型 TabPFN-3.5，其核心突破在于无需针对具体数据集进行训练或调参，仅通过一次前向传播即可完成表格预测。该模型在七个表格基准测试中均位列第一，并在 2015 年 Kaggle Otto 产品分类竞赛中取得 0.375 的私有排行榜成绩，优于当年由两位 Kaggle 特级大师构建的 36 模型堆叠方案（0.382）。值得注意的是，TabPFN-3.5 仅使用合成数据预训练，从未接触 Otto 或任何 Kaggle 数据集，在 RTX PRO 6000 GPU 上运行约一分钟，并已公开可复现的 Kaggle 笔记本。这一结果表明，表格基础模型在默认设置下已具备超越精心设计竞赛方案的能力，可能改变表格机器学习的工作范式。模型开放权重仅供研究和评估，商业生产使用需通过 API 或商业许可。