NVIDIA 发布开放表格基础模型 Kumo Tabular，称在四项基准排名第一

发生了什么

NVIDIA 于 2026 年 9 月 29 日在 Hugging Face 博客发布 NVIDIA Kumo Tabular，这是 NVIDIA Kumo Structured 模型系列的一员，定位为表格数据的开放基础模型。据 NVIDIA 称，模型仅以人工合成数据预训练，有三种规模（2,800 万至 2.15 亿参数），以 OpenMDW-1.1 许可证发布，可用于商业用途。代码托管于 GitHub，模型权重托管于 Hugging Face，并通过 NVIDIA 新发布的 GPU 原生 structured-data-models 库运行。

表格数据是指像电子表格一样由列与行组成的数据，例如客户记录、交易、传感器日志和订单。NVIDIA 在文中指出，过去二十年这类预测工作多由梯度提升树（一种常用的传统机器学习方法）完成，但每遇到新问题，都要重新收集标签、设计特征（即人工挑选和加工输入字段）、搜索超参数（训练前需要人工设定的参数）、验证与部署。Kumo Tabular 则借鉴大语言模型的“上下文学习”概念：把已标注的表格作为示例读入，不更新模型本身，直接预测未知数据行。

阅读完整文字说明

消息会先收集来源、独立核查，再交由 Jev 判断。

与传统做法有何不同

模型如何运作与训练

NVIDIA 表示，Kumo Tabular 是围绕表格结构设计的 Transformer，采用 TabICL 与 TabPFN 提出的列、行与上下文注意力机制：先理解每个数值在其所在列中的含义，再理解同一行各列如何相互作用，最后把带标签的上下文行与待预测的查询行关联起来。

在训练数据方面，NVIDIA 表示每个训练表格都由结构因果模型（SCM）采样生成，并刻意加入真实数据中常见的缺陷，例如多种模式的缺失值、重复行标签不一致、类别很多的字段以及厚尾的回归目标。训练分三个阶段：先用 1,024 行、最多 100 列的表格，再把上下文从 400 行扩大到 10,240 行，最后延伸到 60,000 行。NVIDIA 称 Small、Medium、Large 三个版本分别见过约 3,500 万、7,100 万与 1.37 亿个人工表格，并表示训练方法与数据生成器将于日后发布。

NVIDIA 公布的基准成绩

下列榜单中的 ELO 是一种类似棋类评分、通过相互比较得出的相对排名分数，分数越高排名越靠前。

• TabArena：NVIDIA 称以 ELO 1950 总排名第一，且在统一的单张 RTX 6000 Pro 评测设置下运行速度快于 LimiX-2。
• BeyondArena：NVIDIA 称取得 ELO 1418、Improvability 7.78%，排名第一。
• TALENT：NVIDIA 称在分类准确率、分类对数损失与回归 RMSE 上取得总体最佳排名，平均排名分别为 6.67、3.98 与 4.22。
• ScoringBench：NVIDIA 称 Large 与 Medium 版本的平均排名分列第一和第二。

对普通读者的实际影响

多数人不会直接使用这类模型，但生活中许多判断背后都依赖表格预测，例如流失预测、违约风险、需求预估与定价。若 NVIDIA 所述属实，企业与研究人员构建这类预测模型的门槛与时间可能降低，小团队也更容易尝试。不过，更快做出预测不代表预测一定正确；在涉及个人权益的场景中，验证、校准与人工把关仍然重要。本文仅为信息整理，不构成任何产品或硬件的购买建议。

查看同分类最新消息

• AI 新闻与趋势