TabFM
面向表格数据的零样本分类与回归预测的基座模型
TabFM（Tabular Foundation Model）是由 Google Research 开发的表格数据基座模型，与 scikit-learn 兼容。它能够在包含混合列类型的表格数据集上直接进行零样本分类和回归，无需在你的数据上训练参数，而是通过读取训练数据作为上下文进行上下文学习，对新样本即时预测。用户可选用 JAX 或 PyTorch 后端加载预训练权重，通过 TabFMClassifier 和 TabFMRegressor 快速完成分类与回归任务
1
2026-07-21
未收录
2,587
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
TabFM（Tabular Foundation Model）是由 Google Research 开发的表格数据基座模型，与 scikit-learn 兼容。它能够在包含混合列类型的表格数据集上直接进行零样本分类和回归，无需在你的数据上训练参数，而是通过读取训练数据作为上下文进行上下文学习，对新样本即时预测。用户可选用 JAX 或 PyTorch 后端加载预训练权重，通过 TabFMClassifier 和 TabFMRegressor 快速完成分类与回归任务
核心功能
价格信息
免费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-07-21
- 覆盖行业
- 数据分析、金融、科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-07-21版本发布
TabFM 发布 v1.0.1，修复 PyTorch 权重加载路径（改从 model.safetensors 读取）、多设备 predict 崩溃、JAX FLASH attention 查询轴掩码问题等；EnsembleGenerator 预测成本不再随训练集规模线性增长；PyTorch 模型默认启用 bfloat16 与激活分块；JAX 与 PyTorch 模型新增 Hugging Face Hub 支持，可直接 from_pretrained / save_pretrained 加载权重。
TabFM 常见问题
关于 TabFM 的定位、核心功能、价格与最近更新。
TabFM 是什么？
TabFM（Tabular Foundation Model）是由 Google Research 开发的表格数据基座模型，与 scikit-learn 兼容。它能够在包含混合列类型的表格数据集上直接进行零样本分类和回归，无需在你的数据上训练参数，而是通过读取训练数据作为上下文进行上下文学习，对新样本即时预测。用户可选用 JAX 或 PyTorch 后端加载预训练权重，通过 TabFMClassifier 和 TabFMRegressor 快速完成分类与回归任务
TabFM 有哪些核心功能？
TabFM 当前已核验的核心功能包括：数据分析、文件分析、深度研究。
TabFM 如何收费？
TabFM 当前已核验的价格模式为免费。
TabFM 最近有什么更新？
2026-07-21：TabFM 发布 v1.0.1，修复 PyTorch 权重加载路径（改从 model.safetensors 读取）、多设备 predict 崩溃、JAX FLASH attention 查询轴掩码问题等；EnsembleGenerator 预测成本不再随训练集规模线性增长；PyTorch 模型默认启用 bfloat16 与激活分块；JAX 与 PyTorch 模型新增 Hugging Face Hub 支持，可直接 from_pretrained / save_pretrained 加载权重。