Google 推出表格基础模型 TabFM：无需调参，单次前向完成零样本预测

TabFM 是 Google Research 推出的表格数据基础模型，专门用来处理分类和回归预测任务。

以往处理表格数据，工程师总要陷在繁琐的流程里：先清洗数据、手动做特征工程，再反复调整 XGBoost 或随机森林的超参数。TabFM 把这个流程彻底简化了，它不需要针对新表格重新训练权重，你把表格喂给它，模型在单次前向推理中就能直接输出预测结果。

把表格当 Prompt，靠数亿合成数据学会推理

这套机制的核心是把大语言模型的上下文学习（ICL）搬到了表格领域。不过表格和自然语言不同，表格在行与列上都是二维且无序的，随便颠倒两行或两列，数据本身的意思不会变。

为了处理这种二维结构，TabFM 融合了 TabPFN 和 TabICL 的架构长处，设计了一种混合注意力机制。在推理时，它把历史样本行和待预测的目标测试行打包成一个整体上下文，模型在单次计算中直接捕捉列与列、行与行之间的复杂关联。

真实工业表格往往涉及商业隐私，很难凑出足够大的公开预训练集。TabFM 选择完全在数亿个合成数据集上完成预训练。Google 利用结构因果模型生成了具备各种复杂分布的数据，让模型预先掌握了不同变量之间的相互作用，从而能够直接泛化到真实世界的陌生表格上。

表现如何与去哪里用

在包含 38 个分类任务和 13 个回归任务的 TabArena 基准评测中，数据集规模从 700 行跨越到 150000 行。评测结果显示，未经任何针对性微调的 TabFM，其预测表现能直接胜过经过重度参数微调的传统树模型。

目前 TabFM 已经在 GitHub 和 Hugging Face 上完全开放，提供了相关代码与模型资产。

如果你习惯在云端工作，这项能力也已经原生接入了 Google Cloud BigQuery。企业用户不需要搭建复杂的训练流水线，只要在数据仓库里写一行简单的 SQL 查询（AI.PREDICT），就能让模型直接读取表格并返回预测值。

为什么重要

对于每天跟业务数据打交道的数据分析师和工程师来说，TabFM 最大的价值是把原本按小时甚至按天计算的建模周期，压缩到了写一条 SQL 的几秒钟内。遇到临时的数据分析需求、概念验证或是冷启动场景，你完全可以先用它跑一个高质量的预测基准，不再需要从零折腾一整套特征工程管道。

我们认为，这也是表格学习领域一个非常明确的转折点。长期以来，表格数据一直是传统树模型的坚固阵地，深度学习方案往往因为调参成本高、见效慢而难以普及；TabFM 证明了通过精巧的合成数据预训练与上下文学习，基础模型不仅能在准确率上正面硬碰 XGBoost，还能在易用性上带来降维打击。