本文にスキップ
AI News HubLIVE
要約のみ

Google AIがTabFMを発表:ゼロショット分類と回帰のためのハイブリッド注意機構テーブル基盤モデル

Google Researchは、表形式データ向けの基盤モデルTabFMを発表しました。インコンテキスト学習によりゼロショットで分類と回帰を実行し、データセットごとのトレーニング、ハイパーパラメータ調整、特徴量エンジニアリングは不要です。予測は単一のフォワードパスで行われます。

ソースMarkTechPost著者: Asif Razzaq
Google AIがTabFMを発表:ゼロショット分類と回帰のためのハイブリッド注意機構テーブル基盤モデル
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • TabFMは未知のテーブルに対してトレーニング不要で予測可能。
  • TabPFNスタイルの行/列注意機構とTabICLスタイルのインコンテキスト学習を組み合わせ。
  • 構造的因果モデルから生成された数億の合成データセットで学習。
  • TabArenaベンチマークで38の分類データセットと13の回帰データセットにおいて、チューニング済みXGBoostを上回る性能。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。

Google AIがTabFMを発表:ゼロショット分類と回帰のためのハイブリッド注意機構テーブル基盤モデル | AI News Hub