Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
TabPFN-3.5 научилась работать не только с обычными таблицами, но и с временными и групповыми разбиениями, текстовыми полями, изображениями и признаками с множеством категорий. Модель заняла первое место в TabArena, а версия Fast считает прогнозы до трёх раз быстрее TabPFN-3, хотя препринт не рецензирован и все числа получили сами авторы. Одно семейство моделей теперь можно проверять в сценариях, для которых раньше требовались отдельные конвейеры обработки данных.
Разработчики изменили представление отдельных ячеек, сделали модель вдвое шире и настроили синтетические обучающие задачи под широкие таблицы, групповые данные и признаки с множеством значений. Одни веса работают и для классификации, и для регрессии. Рекомендуемый масштаб вырос до миллиона строк и 6000 признаков, при этом размер кеша для повторных прогнозов почти не изменился.
Основная TabPFN-3.5 на больших обучающих выборках работает до двух раз медленнее TabPFN-3. Поэтому для приложений с жёсткими требованиями к задержке выпустили TabPFN-3.5-Fast: она немного уступает основной версии по точности, но сохраняет преимущество над прошлым поколением. TabPFN-3.5 и Fast доступны как веса для оценки и некоммерческого использования; для промышленного применения лицензия требует коммерческого соглашения.
Модели проверяли на TabArena, BeyondArena, STRABLE и MulTaBench, а также на задачах с реляционными данными, временными рядами и вероятностными прогнозами. Для текста и изображений базовая версия использовала предварительно рассчитанные признаки, тогда как TabPFN-3.5-Plus принимала исходный текст. На крупных наборах с временным или групповым разбиением настроенные многослойные нейросети всё ещё лидировали; на таблицах до 100 тысяч строк TabPFN-3.5 сравнялась с сильнейшими альтернативами.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
