Google Memperkenalkan TabFM: Model Fondasi untuk Data Tabel dengan Pembelajaran Zero-Shot

Google Research telah memperkenalkan TabFM, sebuah model foundation baru yang dirancang khusus untuk klasifikasi dan regresi data tabular. Model ini menggunakan pendekatan in-context learning (ICL) dengan memperlakukan seluruh dataset sebagai prompt terpadu untuk menginterpretasikan hubungan antar kolom dan baris pada saat inferensi, sehingga tidak memerlukan penyetelan hyperparameter dan rekayasa fitur. TabFM menggabungkan kekuatan dari arsitektur seperti TabPFN dan TabICL ke dalam desain hibrida baru untuk menangani sifat tabel yang dua dimensi dan tidak berurutan. Dilatih sepenuhnya pada ratusan juta dataset sintetis yang dihasilkan menggunakan structural causal models (SCM), TabFM mampu menggeneralisasi dengan baik pada data dunia nyata yang belum pernah dilihat. Dievaluasi pada tolok ukur TabArena di 38 dataset klasifikasi dan 13 dataset regresi, model ini secara konsisten mengungguli algoritma supervisi yang disetel secara intensif seperti XGBoost. TabFM akan diintegrasikan ke dalam Google BigQuery, memungkinkan pengguna untuk melakukan regresi dan klasifikasi tingkat lanjut dengan perintah SQL AI.PREDICT yang sederhana.