NVIDIA 开放表格模型 Kumo Tabular：无需训练，一次前向出预测

发生了什么

9 月 29 日 NVIDIA 在 Hugging Face 博客上发布 Kumo Tabular：代码在 GitHub，权重在 Hugging Face，按允许商用的 OpenMDW-1.1 许可发布。

它怎么工作

表格预测的传统做法是为每张表单独训练一个模型，比如梯度提升树，再花时间调参、做特征。Kumo Tabular 走的是另一条路：它是预训练好的基础模型，推理时把整张带标签的表当作上下文读进去，一次前向计算就给出新行的预测，分类和回归都支持。

• 三种尺寸，参数从 2800 万到 2.15 亿，比语言模型小几个数量级。
• 只用合成数据预训练，没有用任何真实表格。

基准成绩

• TabArena：ELO 1950，排名第一，速度是 LimiX-2 的 17 倍。
• BeyondArena：ELO 1418，排名第一。
• TALENT：总排名第一，分类准确率、对数损失、回归 RMSE 的平均名次分别为 6.67、3.98、4.22。
• ScoringBench：中号和大号分列第一、第二。

这些都是排行榜名次，对手主要是其他表格基础模型。博客没有给出与 XGBoost、LightGBM 这类传统方法的逐项数字，而对大多数团队，真正要回答的正是「它比我现在用的梯度提升树好多少」。

需要自己核对的地方

1. 只用合成数据预训练的模型，在分布很特别的真实业务表上表现如何，排行榜回答不了。
2. 把整张表作为上下文，通常意味着表的行数和列数有上限；博客没有在正文里写明，用之前先看模型卡。
3. 不需要训练，换来的是每次预测都要读整张表。数据量大、预测频繁时，它的成本结构和「训练一次、反复调用」的传统模型不同。

对读者意味着什么

如果你有很多张中小型表、每张都要单独建模，它值得一试：在同一份留出数据上，把它和你现有的基线比一次。如果你只有一张大表、模型已经调好，先别急着换。