Искусственный интеллектТехнологииNVIDIAKumo TabularТабличные данные
NVIDIA раскрыла потенциал Kumo Tabular для табличных данных
Анна Волкова3 октября 2026 г.5 мин чтения
NVIDIA анонсировала Kumo Tabular — модели для работы с табличными данными, способные предсказывать новые строки за один проход.
Кратко:
●NVIDIA представила Kumo Tabular 1 октября 2026 года.
●Модели работают с табличными данными, предсказывая новые строки.
●Доступны три размера: Small, Medium и Large.
●Лидер в бенчмарках, работает в 17 раз быстрее LimiX-2.
NVIDIA представляет Kumo Tabular
1 октября 2026 года NVIDIA анонсировала новое семейство моделей Kumo Tabular, предназначенных для работы с табличными данными. В отличие от других решений, Kumo Tabular может предсказывать новые строки данных за один проход, что значительно упрощает процессы классификации и регрессии.
Размеры и лицензирование
Модель Kumo Tabular доступна в трёх вариантах: Small, Medium и Large, с числом параметров от 28 миллионов до 215 миллионов. Веса моделей распространяются под лицензией OpenMDW‑1.1, что позволяет их коммерческое использование. Код библиотеки structured-data-models лицензирован по Apache‑2.0.
Технические особенности
Архитектура Kumo Tabular базируется на трансформерах с вниманием по столбцам, строкам и контексту, что делает её схожей с TabICL и TabPFN. Интегрированные обучаемые преобразования Фурье для ячеек исключают необходимость в иммутации пропущенных данных, а индуцированное самовнимание обеспечивает линейную сложность относительно числа строк.
Обучение и производительность
Модель была обучена на синтетических таблицах, создаваемых с помощью структурных каузальных моделей, включая реалистичные шаблоны данных. Kumo Tabular занимает первое место в рейтинге TabArena с рейтингом Эло 1950 и работает в 17 раз быстрее LimiX‑2 на одном GPU RTX 6000 Pro. Также модель показывает прирост точности на 15–20% в сложных задачах.
Доступность и применение
Для работы с Kumo Tabular требуется Python 3.11+ и PyTorch 2.7+ с GPU-поддержкой. Библиотека NVIDIA structured-data-models (SDM) предоставляет общий интерфейс TableTensor для обработки данных и инференса.
Kumo Tabular может стать важным шагом в развитии табличных моделей, предлагая мощные возможности для бизнеса и исследований. OpenAI анонсировала Decisions API для модели Luna, что также демонстрирует рост интереса к подобным инновациям.
Частые вопросы
Какие задачи решает Kumo Tabular?
Kumo Tabular предназначена для задач классификации и регрессии с табличными данными.
На каких данных обучена модель?
Модель обучена на синтетических таблицах, созданных с помощью структурных каузальных моделей.
Какова производительность модели?
Kumo Tabular занимает первое место в рейтинге TabArena и работает в 17 раз быстрее LimiX‑2.
Какие требования к системе для работы с Kumo Tabular?
Требуется Python 3.11+ и PyTorch 2.7+ с GPU-поддержкой.
