Google 推出表格基礎模型 TabFM：無需調參，單次前向完成零樣本預測

TabFM 是 Google Research 推出的表格資料基礎模型，專門用來處理分類和迴歸預測任務。

以往處理表格資料，工程師總要陷在繁瑣的流程裡：先清洗資料、手動做特徵工程，再反覆調整 XGBoost 或隨機森林的超引數。TabFM 把這個流程徹底簡化了，它不需要針對新表格重新訓練權重，你把表格餵給它，模型在單次前向推理中就能直接輸出預測結果。

把表格當 Prompt，靠數億合成數據學會推理

這套機制的核心是把大語言模型的上下文學習（ICL）搬到了表格領域。不過表格和自然語言不同，表格在行與列上都是二維且無序的，隨便顛倒兩行或兩列，資料本身的意思不會變。

為了處理這種二維結構，TabFM 融合了 TabPFN 和 TabICL 的架構長處，設計了一種混合注意力機制。在推理時，它把歷史樣本行和待預測的目標測試行打包成一個整體上下文，模型在單次計算中直接捕捉列與列、行與行之間的複雜關聯。

真實工業表格往往涉及商業隱私，很難湊出足夠大的公開預訓練集。TabFM 選擇完全在數億個合成數據集上完成預訓練。Google 利用結構因果模型生成了具備各種複雜分佈的資料，讓模型預先掌握了不同變數之間的相互作用，從而能夠直接泛化到真實世界的陌生表格上。

表現如何與去哪裡用

在包含 38 個分類任務和 13 個迴歸任務的 TabArena 基準評測中，資料集規模從 700 行跨越到 150000 行。評測結果顯示，未經任何針對性微調的 TabFM，其預測表現能直接勝過經過重度引數微調的傳統樹模型。

目前 TabFM 已經在 GitHub 和 Hugging Face 上完全開放，提供了相關程式碼與模型資產。

如果你習慣在雲端工作，這項能力也已經原生接入了 Google Cloud BigQuery。企業使用者不需要搭建複雜的訓練流水線，只要在資料倉儲裡寫一行簡單的 SQL 查詢（AI.PREDICT），就能讓模型直接讀取表格並返回預測值。

為什麼重要

對於每天跟業務資料打交道的資料分析師和工程師來說，TabFM 最大的價值是把原本按小時甚至按天計算的建模週期，壓縮到了寫一條 SQL 的幾秒鐘內。遇到臨時的資料分析需求、概念驗證或是冷啟動場景，你完全可以先用它跑一個高質量的預測基準，不再需要從零折騰一整套特徵工程管道。

我們認為，這也是表格學習領域一個非常明確的轉折點。長期以來，表格資料一直是傳統樹模型的堅固陣地，深度學習方案往往因為調參成本高、見效慢而難以普及；TabFM 證明了通過精巧的合成數據預訓練與上下文學習，基礎模型不僅能在準確率上正面硬碰 XGBoost，還能在易用性上帶來降維打擊。