أطلقت NVIDIA Kumo Tabular، عائلة من «نماذج الأساس الجدولية» (Tabular Foundation Models) للتصنيف والانحدار. يأخذ النموذج صفوفًا معروفة التسمية كسياق، ويتنبّأ بصفوف جديدة في تمريرة واحدة، دون تدريب، ودون ضبط معاملات، ودون هندسة ميزات، بحسب MarkTechPost.
التفاصيل
- ثلاثة أحجام: صغير ومتوسّط وكبير، من نحو 28 إلى 215 مليون معامل.
- يعمل عبر مكتبة structured-data-models (SDM) مفتوحة المصدر من NVIDIA، التي تضمّ أيضًا نماذج أخرى مثل TabICLv2 وTabFM من Google.
- الأوزان بترخيص OpenMDW-1.1 الذي يسمح بالاستخدام التجاري، والكود بترخيص Apache 2.0.
- لا يحتاج تعويض القيم المفقودة، ويعطي للانحدار 999 قيمة مئينية، أي تنبّؤًا مع تقدير لعدم اليقين.
مدرّب على جداول اصطناعية فقط
دُرّب النموذج بالكامل على جداول مولّدة من نماذج سببية عشوائية، مع إدخال أنماط واقعية فوضوية: قيم مفقودة، وفئات كثيرة، وأهداف بقيم متطرّفة، وصفوف مكرّرة متعارضة. ورأى النموذج الكبير نحو 137 مليون جدول اصطناعي بسياق يصل إلى 60,000 صف. وتقول NVIDIA إنها ستنشر وصفة التدريب ومولّدات البيانات قريبًا.
النتائج (أرقام NVIDIA)
- المركز الأوّل في TabArena بإعداداته الافتراضية، بتقييم Elo يبلغ 1950.
- أسرع 17 مرّة من LimiX-2 على بطاقة RTX 6000 Pro واحدة.
- المركز الأوّل في BeyondArena وفي الترتيب العام لـTALENT.
ليه ده مهم؟
معظم بيانات الشركات الحقيقية جداول: مبيعات وعملاء ومعاملات. وكانت الأشجار المعزّزة هي الحلّ المعتاد مع كثير من الضبط. نماذج الأساس الجدولية تَعِد بتنبّؤ جيد من الصفوف الموجودة مباشرة، وهو ما يسرّع التجربة كثيرًا لفرق البيانات.
المصادر: MarkTechPost — 2026-10-01
