模型介绍
中文整理TabFM 1.1.0 (PyTorch)
模型用途
TabFM 是 Google Research 开发的零样本表格基础模型，支持对结构化表格数据进行分类和回归任务，适用于包含数值和类别列的混合数据。无需微调或超参数搜索，训练样本作为上下文传入，预测通过单次前向传播完成。
主要能力
支持二分类和多分类任务，最多 10 个类别
支持连续目标的回归任务
零样本推理，无需数据集特定的训练或超参数调优
支持 pandas DataFrame 或 numpy 数组输入
输入输出
输入：包含数值和/或类别列的表格数据，训练行作为上下文传入
输出：分类标签或回归数值预测
运行要求
使用 PyTorch 权重
内存占用随训练行数增加而增长
针对最多 500 个特征的数据表进行了优化
基本用法
通过 HuggingFace Hub API 直接加载模型，准备数据后进行预测。分类任务使用 classification/ 检查点，回归任务使用 regression/ 检查点。
限制
分类任务最多支持 10 个类别（硬性架构限制）
内存占用随训练行数增加而增长
在极宽的数据表上表现可能下降
性能无法保证在所有数据集上超越特定任务的微调模型
非 Google 官方支持产品
许可证
模型权重采用 TabFM Non-Commercial License v1.0 发布，源代码采用 Apache 2.0 许可证。
版本
- 1.0
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。