📖 AI 总结

NVIDIA 发布了 Kumo Tabular 系列表格基础模型，涵盖 Small、Medium、Large 三个版本，参数量约 2800 万至 2.15 亿，支持分类与回归任务。该模型采用上下文学习方式，将带标签的行作为上下文，在单次前向传播中直接预测新行，无需训练、超参数调优或特征工程。模型通过 NVIDIA 开源的 structured-data-models 库运行，权重以允许商用的 OpenMDW-1.1 许可发布，代码采用 Apache-2.0。其架构基于 Transformer，引入列、行与上下文注意力机制，分单元格嵌入、行嵌入和上下文学习三阶段，缺失值无需插补，回归任务输出 999 个分位数。该库还集成 TabICLv2、TabFM 等模型，统一了表格数据的上下文学习接口。