NVIDIA 近日推出开源表格基础模型 Kumo Tabular，面向带标签的表格数据场景。与依赖大量特征工程和反复调参的传统方案不同，该模型在推理阶段仅需一次前向传播，即可直接输出分类或回归结果。

据披露，Kumo Tabular 在使用时无需额外训练，也无需进行参数调整或特征工程。这意味着用户可以将原始表格数据直接输入模型，省去数据预处理和模型迭代环节，从而缩短从数据到结果的路径。

在性能验证方面，NVIDIA 表示 Kumo Tabular 在 TabArena 等四项基准测试中均位列第一。这一结果为其在表格任务上的通用能力提供了量化参照，也表明该模型在多个评测维度上具备竞争力。

表格数据广泛存在于金融、零售、医疗等行业，但传统机器学习流程往往高度依赖人工特征设计。Kumo Tabular 以开源形式发布，并提供免训练、免调参的推理方式，有望降低表格类 AI 应用的开发与部署成本，后续在真实业务场景中的表现值得关注。