NVIDIA近日在开源AI模型平台Hugging Face发布了面向表格数据预测的基础模型Kumo Tabular。
据介绍，Kumo Tabular可将带标签的表格样本作为上下文输入，直接对新记录的目标值进行预测，无需额外训练、微调或特征工程，同时支持分类与回归任务。
该模型提供3种版本，参数量覆盖2800万至2.15亿，并采用可用于商业场景的OpenMDW-1.1许可证。NVIDIA表示，Kumo Tabular在TabArena、BeyondArena、Talent、ScoringBench四项基准测试中均排名第一。
过去二十年来，企业在客户流失、需求预测、定价等场景中，普遍采用梯度提升树（gradient-boosted trees）模型。但在这一范式下，一旦预测目标或业务场景发生变化，往往就需要重新收集标签、设计特征并完成验证。
Kumo Tabular则将大语言模型常见的上下文学习能力引入表格数据任务。具体来看，模型会读取包含结果值的样本表格作为上下文，并直接对新数据行进行预测。NVIDIA表示，该模型的训练仅使用合成表格数据。团队先通过结构化因果模型（SCM）构建随机因果图，再据此生成表格数据。
NVIDIA还表示，相关训练方法和合成数据生成器也将在近期公开。
外界认为，Kumo Tabular所采用的相关技术，与NVIDIA今年6月收购的企业预测AI软件初创公司Kumo AI有关。
Kumo AI此前主要基于客户信息、支付数据等企业结构化数据，开发用于处理预测任务的AI模型，重点面向通用大语言模型相对不擅长的结构化数据分析场景。Kumo AI今年4月发布了最新模型KumoRFM-2，客户和合作伙伴包括DoorDash、Reddit、Databricks和Snowflake。
Chi-gyu Hwang
delight@d-today.co.kr