超级管理员
楼主
NVIDIA 发布了 Kumo Tabular，一组面向表格数据的开放基础模型。用法很有意思：给它一张填了部分行的表，它预测剩下的是什么，不需要训练。
和其他表格模型的区别
按官方说法，Kumo Tabular 完全在人工合成的表上做预训练，这些表从结构因果模型中采样得来。这意味着它从未见过客户数据或基准数据，从源头上规避了数据泄漏对评测结果的污染。
这个设计很关键。表格任务上的公开榜单长期受一个问题困扰：模型可能见过测试数据。用纯合成数据预训练，评价就干净得多。
成绩
官方称在 TabArena 上排名第一，预测速度是清华大学 LimiX-2 的 17 倍。
适用场景
缺失值填补、表格补全、快速基线建模，这类需求在传统流程里要先做特征工程再训练模型。基础模型的思路是跳过这一步，直接推理。
冷静看
一是这些成绩是 NVIDIA 自述；二是合成数据训练的分布与真实业务表之间的差距，需要实测。建议的做法是拿自己一张有缺失的表，对比一下这套模型和传统方案的填补准确率，同时留意预测速度带来的工程收益。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。