Nums AI выпустила табличную фундаментальную модель Causilo
Компания Nums AI представила Causilo — предварительно обученную фундаментальную модель для классификации и регрессии на табличных данных. Модель имеет интерфейс scikit-learn, принимает массивы NumPy и объекты pandas DataFrame, а также поддерживает категориальные признаки и пропущенные значения. Классификация рассчитана максимум на 10 классов. По умолчанию регрессия выдает средние прогнозы, а версия 1.0.1 добавляет медианные и квантильные результаты на основе 999 встроенных квантилей.
В официальном тестировании TabArena, включавшем 51 набор данных и 816 Full-разбиений, Causilo получил самый высокий Elo среди отдельных моделей — в общем зачете, а также в классификации и регрессии. Его общий показатель составил 1792,9 против 1764,4 у TabFM от Google Research. Представитель TabArena повторно провел оценку и подтвердил результат. При учете системных записей Causilo занял третье место среди 88 участников; доверительные интервалы лидеров пересекаются, поэтому разрыв остается небольшим.
Causilo использует обучение в контексте: вызов fit сохраняет обучающие строки как контекст и не обновляет предварительно обученные веса. По данным Nums AI, модель обучалась только на синтетических данных. Код распространяется по лицензии Apache-2.0, однако для коммерческого, производственного и размещенного API-использования требуется отдельная лицензия.
Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.