NVIDIA, 추가 학습 없이 표 데이터를 예측하는 Kumo Tabular 공개

NVIDIA가 9월 29일 표 데이터의 분류·회귀 모델 Kumo Tabular를 공개했다. 정답이 있는 행을 문맥으로 받아 추가 학습 없이 새 행을 예측하며, 2800만~2억1500만 파라미터의 세 크기로 제공한다. 상업적 사용이 가능한 OpenMDW-1.1 라이선스이며, 직접 처리하는 열은 수치·범주형이다.

인공 표 데이터만으로 사전학습했으며, 분류 모델과 회귀 모델은 별도로 학습했다.

가중치는 Hugging Face, 실행 코드는 NVIDIA의 오픈소스 structured-data-models 라이브러리로 제공한다.

NVIDIA는 TabArena·BeyondArena·TALENT·ScoringBench에서 1위를 기록했다고 밝혔다.

단일 순전파는 최대 10개 클래스를 처리하며, 라이브러리는 오류 정정 출력 코드로 클래스 수를 확장한다.

텍스트·이미지·타임스탬프는 전처리로 특징을 변환해야 한다. 학습 범위를 크게 벗어난 표나 문맥과 분포가 다른 예측 행에서는 정확도가 떨어질 수 있다.

학습 방법과 인공 데이터 생성기는 추후 공개할 예정이다.

문맥 행의 계산 결과를 재사용할 수 있어 같은 표에 새 예측 요청이 들어올 때 반복 계산을 줄일 수 있다.