TabPFN

收录理由

表格数据的机器学习通常意味着每个新数据集都要重新训练模型，而 TabPFN 改变了这种流程：它是一个预训练的 transformer，能直接处理分类和回归任务，几行代码就能得到可靠的预测器，省去了漫长的调参过程。经常面对新 CSV、数据库表或电子表格的数据科学家和工程师，会很快感受到它带来的效率提升，而且它的默认效果往往优于默认设置的梯度提升模型。它基于 PyTorch 在本地运行，支持 GPU 和 CUDA，如果不想管理检查点，还有云端客户端和无代码界面可选。商业化前需要留意许可：默认的 TabPFN-3 权重仅限非商业用途，而代码和旧版 v2 权重采用 Apache-2.0 衍生协议，并附有额外署名要求。