NVIDIA 發布開放表格基礎模型 Kumo Tabular，稱在四項基準排名第一

發生了什麼事

NVIDIA 於 2026 年 9 月 29 日在 Hugging Face 部落格發布 NVIDIA Kumo Tabular。它是 NVIDIA Kumo Structured 模型系列的一員，定位為表格資料的開放基礎模型。基礎模型是指先用大量資料預訓練、可直接套用到不同任務的通用模型。據 NVIDIA 表示，這個模型只以人工合成資料預訓練，有三種規模，參數從 2,800 萬到 2.15 億。參數是模型內部可調整的數值，常用來衡量模型大小。模型以 OpenMDW-1.1 授權釋出，可用於商業用途。程式碼放在 GitHub，模型權重放在 Hugging Face，並透過 NVIDIA 新發布、在 GPU 上執行的 structured-data-models 函式庫運作。

表格資料是指像試算表一樣由欄與列組成的資料，例如客戶紀錄、交易、感測器日誌與訂單。NVIDIA 在文中指出，過去二十年這類預測工作多用梯度提升樹完成，這是一種把許多決策樹組合起來的傳統機器學習方法。但每遇到新問題，都要重新收集標籤，也就是已知答案，還要設計特徵（人工挑選或轉換輸入欄位）、搜尋超參數（控制訓練方式的設定），再驗證與部署。Kumo Tabular 借用大型語言模型的「情境內學習」概念：把已標註的表格當作範例讀入，不調整模型本身，就直接預測未知的資料列。

閱讀完整文字說明

消息會先蒐集來源、獨立查核，再交由 Jev 判斷。

與傳統做法有何不同

模型如何運作與訓練

NVIDIA 表示，Kumo Tabular 是圍繞表格結構設計的 Transformer，這是大型語言模型也採用的神經網路架構。它使用 TabICL 與 TabPFN 提出的欄、列與情境內注意力機制，注意力機制讓模型決定該參考哪些資料。運作分三步：先理解每個數值在其欄位中的意義，再理解同一列各欄如何互動，最後把有標籤的情境列與待預測的查詢列連結起來。

在訓練資料方面，NVIDIA 表示每個訓練表格都由結構因果模型（SCM）抽樣產生。這種方法用隨機建立的因果關係圖，模擬資料是如何產生的。NVIDIA 也刻意加入真實資料常見的瑕疵，例如多種模式的缺失值、重複列的標籤不一致、類別很多的欄位，以及厚尾的迴歸目標，也就是極端值較常出現。訓練分三階段：先用 1,024 列、最多 100 欄的表格，再把情境從 400 列擴大到 10,240 列，最後延伸到 60,000 列。NVIDIA 稱 Small、Medium、Large 三個版本分別看過約 3,500 萬、7,100 萬與 1.37 億個人工表格，並表示訓練方法與資料產生器將於日後釋出。

NVIDIA 公布的基準成績

基準測試是用來比較不同模型表現的公開測試與排行榜。ELO 是類似棋賽的相對實力評分，分數越高越好。平均排名則是數字越小越好。

• TabArena：NVIDIA 稱 Kumo Tabular 以 ELO 1950 總排名第一。在統一使用單張 RTX 6000 Pro 的評測設定下，執行速度也快於 LimiX-2。
• BeyondArena：NVIDIA 稱其取得 ELO 1418、Improvability 7.78%，排名第一。
• TALENT：NVIDIA 稱其在分類準確率、分類對數損失與迴歸 RMSE（均方根誤差，衡量數值預測偏差）取得總體最佳排名，平均排名分別為 6.67、3.98 與 4.22。
• ScoringBench：NVIDIA 稱 Large 與 Medium 版本的平均排名分居第一與第二。

對一般讀者的實際影響

多數人不會直接使用這類模型，但生活中許多判斷背後都靠表格預測，例如預測客戶是否流失、評估違約風險、預估需求與訂定價格。若 NVIDIA 所述屬實，企業與研究人員建立這類預測模型的門檻與時間可能降低，小團隊也更容易嘗試。不過，更快做出預測不代表預測一定正確。在涉及個人權益的情境中，驗證、校準與人工把關仍然重要。本文僅為資訊整理，不構成任何產品或硬體的購買建議。

查看同分類最新消息

• AI 新聞與趨勢