模型介绍
中文整理TabFM 1.0.0（JAX/Flax）
模型用途
TabFM是Google Research开发的零样本表格基础模型，支持对包含数值和类别列的结构化表格数据进行分类和回归任务，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
通过JAX实现GPU/TPU加速（推荐使用bfloat16数据类型以提高效率）
输入输出
输入：表格数据（包含数值和/或类别列），训练样本作为上下文传入
输出：分类标签或回归预测值，通过单次前向传播完成
运行要求
基于JAX/Flax框架实现
推荐使用bfloat16数据类型以提高计算效率
内存占用随训练样本数量增长（所有行作为上下文传入）
针对最多500个特征的表格进行了优化，超宽表格可能出现性能下降
基本用法
通过HuggingFace Hub API直接加载模型权重，支持分类和回归两种任务类型。
限制
分类任务最多支持10个类别（硬性架构限制）
不支持图像、音频、视频或原始文本数据
不支持超过10个输出类别的分类任务
不支持需要任务特定微调的任务
不支持非表格结构化数据如图数据或序列数据
内存占用随训练行数增加而增长
针对最多500个特征的表格优化，超宽表格可能表现下降
性能无法在所有数据集上达到任务特定微调模型的水平
非Google官方支持产品
许可证
本仓库中的模型权重采用TabFM非商业许可证v1.0发布（见LICENSE文件）。源代码基于Apache 2.0许可证，来源于google-research/tabfm项目。
版本
- 0.0
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。