BL
MarkTechPost • 28일 전
구글 AI, 표 형식 데이터용 파운데이션 모델 'TabFM' 공개
IMP 7/10
핵심 요약
구글 리서치가 컨텍스트 내 학습(In-context learning)을 통해 제로샷(Zero-shot) 분류 및 회귀가 가능한 표 형식 데이터용 파운데이션 모델 'TabFM'을 발표했습니다. 이 모델은 별도의 학습이나 하이퍼파라미터 튜닝, 특성 공학(Feature engineering) 과정 없이 단 한 번의 순전파(Forward pass)만으로 즉각적인 예측을 수행할 수 있어 데이터 분석 실무의 효율을 크게 높일 수 있습니다.
번역된 본문
구글 리서치(Google Research)가 표 형식 데이터(tabular data)를 위한 파운데이션 모델(foundation model)인 TabFM을 출시했다. 이 모델은 컨텍스트 내 학습(in-context learning)을 통해 제로샷(zero-shot) 분류 및 회귀를 수행한다. 모델의 예측은 단 한 번의 순전파(forward pass)를 통해 이루어지며, 데이터셋별 학습, 하이퍼파라미터 튜닝, 또는 특성 공학(feature engineering)이 전혀 필요하지 않다.
구글 AI가 제로샷 분류와 회귀를 위한 하이브리드 어텐션 기반 표 형식 파운데이션 모델인 TabFM을 소개하는 이 글은 MarkTechPost에 처음 게재되었다.
원문 보기 (영어)
Google Research has released TabFM, a foundation model for tabular data. It performs zero-shot classification and regression through in-context learning. Predictions come from a single forward pass, with no per-dataset training, hyperparameter tuning, or feature engineering.
The post Google AI Introduces TabFM: A Hybrid-Attention Tabular Foundation Model for Zero-Shot Classification and Regression appeared first on MarkTechPost.
관련 소식