谷歌的TabFM跳过每个数据集的训练,仍能对未见过的表格进行预测

VentureBeat

·

原始报道

↗ VentureBeat

绝大多数商业数据是表格形式的——存储在数据仓库、客户关系管理系统和财务账本中——然而,从中构建可靠模型仍然意味着为每个数据集从头开始训练一个新的模型,然后维护超参数调优循环、特征工程和重新训练管道以应对数据漂移。谷歌研究提出了一种解决方案:一种新的基础模型TabFM,将表格预测视为上下文学习问题。它可以生成预测。