Компания NVIDIA представила NVIDIA Kumo Tabular — семейство открытых базовых моделей для анализа табличных данных. Модели доступны в трех размерах (от 28 млн до 215 млн параметров) и позволяют выполнять задачи классификации и регрессии без необходимости предварительной подготовки признаков, настройки гиперпараметров или дообучения. Согласно заявлению разработчиков, модель способна предсказывать значения для новых строк данных за один проход (forward pass), используя принцип in-context learning, аналогичный тому, как работают большие языковые модели. Архитектура Kumo Tabular основана на трансформерах, адаптированных под структуру таблиц, включая механизмы обработки колонок и строк. Модель была обучена исключительно на искусственных данных, сгенерированных с помощью структурных причинно-следственных моделей (SCM), что позволило имитировать различные реальные несовершенства данных, такие как пропуски или выбросы. По данным NVIDIA, Kumo Tabular занимает первые места в бенчмарках TabArena, BeyondArena, TALENT и ScoringBench. Модели распространяются под лицензией OpenMDW-1.1 для коммерческого использования. Для работы с ними NVIDIA выпустила специализированную GPU-библиотеку. Разработчики предупреждают, что точность модели может снижаться, если данные для предсказания существенно отличаются от обучающей выборки, поэтому рекомендуется проводить валидацию на собственных данных перед внедрением.