إنفيديا تطرح Kumo Tabular لنمذجة الجداول بدقة وكفاءة أعلى

أعلنت إنفيديا عن Kumo Tabular، وهو نموذج أساس مفتوح الأوزان للبيانات الجدولية ضمن مجموعة NVIDIA Kumo Structured، وأصبح متاحًا الآن على Hugging Face. يهدف النموذج إلى التنبؤ ببيانات صفوف جديدة انطلاقًا من جدول يحتوي على صفوف معنونة، ويعمل في مهام التصنيف والانحدار بتمرير أمامي واحد، من دون الحاجة إلى تدريب إضافي أو ضبط أو هندسة ميزات.

تقول إنفيديا إن Kumo Tabular جرى تدريبه مسبقًا على بيانات اصطناعية فقط، ويأتي بثلاثة أحجام تتراوح بين 28 مليونًا و215 مليون معلمة. كما يعمل عبر مكتبة الشركة الموجهة للبيانات المنظمة، ويُطرح تحت ترخيص OpenMDW-1.1 بما يتيح الاستخدام التجاري وفق الشروط المعلنة. وتشير الشركة إلى أن النموذج يتعامل مع الأعمدة العددية والفئوية، بينما يمكن تحويل النصوص والصور والطوابع الزمنية إلى ميزات عبر وصفات معالجة مدمجة.

من الناحية التقنية، يعتمد النموذج على آلية انتباه داخل الصفوف والأعمدة لالتقاط معنى القيمة داخل العمود وكيفية تفاعل الخصائص داخل الصف نفسه، ثم يستخدم سياق الصفوف المعنونة للتنبؤ بالصفوف غير المعنونة. وتذكر إنفيديا أن النموذج يقدّم احتمالات الفئات أو تنبؤات رقمية، مع 999 قيمة كمّية في الانحدار لاستخراج تقدير نقطي ومؤشر لعدم اليقين.

وتقول النتائج المعلنة إن Kumo Tabular تصدّر TabArena وBeyondArena وTALENT وScoringBench، مع أفضلية في التوازن بين الدقة والكفاءة. وتوضح الشركة أيضًا أن الأداء قد يتراجع عند التعامل مع جداول أبعد كثيرًا من نطاق التدريب أو عند اختلاف توزيع صفوف الاستعلام عن الصفوف السياقية، ما يجعل التحقق على البيانات الخاصة بكل حالة استخدام خطوة عملية قبل النشر.