TabPFN - Modelo fundacional para dados tabulares

xguru · 2026-05-21T09:46:01+09:00

Modelo fundacional dedicado a dados tabulares (estruturados), capaz de executar diretamente tarefas de classificação e regressão com uma interface fit/predict no estilo scikit-learn O modelo base TabPFN-2.6 foi treinado com dados totalmente sintéticos e faz o download automático do checkpoint no primeiro uso, então não é necessário montar um pipeline de treinamento separado Também não requer pré-processamento dos dados: em vez de aplicar scaling, one-hot encoding etc., deve-se inserir os dados originais diretamente, e ele também consegue lidar com valores ausentes por conta própria GPU recomendada (~8GB de VRAM ou mais); em CPU, só é possível executar com cerca de 1.000 amostras ou menos, e para ambientes sem GPU é oferecido o TabPFN Client (inferência em nuvem) Previsão em lote é essencial: ao chamar predict para cada amostra individualmente, o conjunto de treino é recalculado toda vez, ficando cerca de 100x mais lento do que uma chamada única — recomenda-se dividir o conjunto de teste em blocos de 1.000 A faixa ideal de desempenho é de até 100 mil amostras e 2.000 features; para 50 mil a 100 mil amostras, use a configuração ignore_pretraining_limits=True, e acima de 100 mil aplique o Large Datasets Guide Com TabPFN Extensions, oferece recursos expandidos como interpretação com SHAP, detecção de outliers, geração de dados sintéticos, extração de embeddings, otimização de hiperparâmetros e ensemble post-hoc Há vários checkpoints especializados disponíveis no HuggingFace: para grande volume de features (até 1.000), grande volume de amostras (30 mil+), poucas amostras (menos de 3K), versões fine-tuned com dados reais etc. Na Enterprise Edition, oferece inferência de baixa latência baseada em um motor de destilação, suporte a até 10 milhões de linhas e licença comercial Também há o TabPFN UX, que pode ser usado sem código (interface gráfica no-code), oferecido separadamente O código usa a Prior Labs License (Apache 2.0 + requisito de atribuição), e os pesos dos modelos TabPFN-2.5/2.6 têm licença não comercial

(github.com/PriorLabs)

4 pontos por xguru 2 시간 전 | Ainda não há comentários. | Compartilhar no WhatsApp

Modelo fundacional dedicado a dados tabulares (estruturados), capaz de executar diretamente tarefas de classificação e regressão com uma interface fit/predict no estilo scikit-learn
O modelo base TabPFN-2.6 foi treinado com dados totalmente sintéticos e faz o download automático do checkpoint no primeiro uso, então não é necessário montar um pipeline de treinamento separado
Também não requer pré-processamento dos dados: em vez de aplicar scaling, one-hot encoding etc., deve-se inserir os dados originais diretamente, e ele também consegue lidar com valores ausentes por conta própria
GPU recomendada (~8GB de VRAM ou mais); em CPU, só é possível executar com cerca de 1.000 amostras ou menos, e para ambientes sem GPU é oferecido o TabPFN Client (inferência em nuvem)
Previsão em lote é essencial: ao chamar predict para cada amostra individualmente, o conjunto de treino é recalculado toda vez, ficando cerca de 100x mais lento do que uma chamada única — recomenda-se dividir o conjunto de teste em blocos de 1.000
A faixa ideal de desempenho é de até 100 mil amostras e 2.000 features; para 50 mil a 100 mil amostras, use a configuração ignore_pretraining_limits=True, e acima de 100 mil aplique o Large Datasets Guide
Com TabPFN Extensions, oferece recursos expandidos como interpretação com SHAP, detecção de outliers, geração de dados sintéticos, extração de embeddings, otimização de hiperparâmetros e ensemble post-hoc
Há vários checkpoints especializados disponíveis no HuggingFace: para grande volume de features (até 1.000), grande volume de amostras (30 mil+), poucas amostras (menos de 3K), versões fine-tuned com dados reais etc.
Na Enterprise Edition, oferece inferência de baixa latência baseada em um motor de destilação, suporte a até 10 milhões de linhas e licença comercial
Também há o TabPFN UX, que pode ser usado sem código (interface gráfica no-code), oferecido separadamente
O código usa a Prior Labs License (Apache 2.0 + requisito de atribuição), e os pesos dos modelos TabPFN-2.5/2.6 têm licença não comercial

TabPFN - Modelo fundacional para dados tabulares

Leituras relacionadas

Ainda não há comentários.