Nums AI представи табличния фундаментален модел Causilo
Nums AI представи Causilo — предварително обучен фундаментален модел за класификация и регресия върху таблични данни. Той предлага интерфейс, съвместим със scikit-learn, приема NumPy масиви и pandas DataFrame-и и обработва категориални признаци и липсващи стойности. Класификацията поддържа до 10 класа. По подразбиране регресията връща средни прогнози, а версия 1.0.1 добавя медианни и квантилни резултати на базата на 999 вградени квантила.
В официалната оценка TabArena, обхващаща 51 набора от данни и 816 Full разделяния, Causilo получава най-високия Elo сред единичните модели — общо и поотделно за класификация и регресия. Общият му резултат е 1792.9 спрямо 1764.4 за TabFM на Google Research. Поддръжник на TabArena е повторил оценяването със същия резултат. При включени системни записи Causilo е трети от 88 записа, а доверителните интервали на водещите модели се припокриват.
Causilo използва обучение в контекст: извикването на fit съхранява обучаващите редове като контекст, без да променя предварително обучените тегла. Nums AI посочва, че моделът е обучаван само със синтетични данни. Кодът е под лиценз Apache-2.0, но търговската, производствената и хостваната API употреба изискват отделен лиценз.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.