[!quote]+ 
TabFM，一种用于简化分类和回归工作流程的新型表格数据基础模型。 
今天，我们推出 TabFM，一个专为表格数据分类和回归而设计的基础模型。TabFM 将表格预测问题建模为 ICL 问题，从而避免了手动模型训练、超参数调优和复杂的特征工程。我们很高兴地分享，这种方法如何让用户仅需一次前向传播即可对之前未见过的表格生成高质量的预测结果。TabFM 现已在我们的 Hugging Face 和 GitHub 代码库中提供。 
 [image] 
 [image] 
TabFM 将表格预测重新定义为上下文学习问题，利用混合注意力架构和海量合成训练数据，原生捕捉复杂的特征交互。这种方法成功消除了手动特征工程、超参数优化和重复模型训练等传统瓶颈，并持续优于经过大量调优的行业标准监督算法。TabFM 将现代基础模型的开箱即用优势直接引入表格机器学习工作流程，使从业者能够在一...