BL
MarkTechPost • 10일 전
프라이어 랩스, 기본 설정만으로 캐글 우승 솔루션을 이긴 테이블 파운데이션 모델 'TabPFN-3.5' 공개
IMP 7/10
핵심 요약
프라이어 랩스(Prior Labs)가 합성 데이터로만 사전학습된 테이블(tabular) 파운데이션 모델 TabPFN-3.5를 공개했습니다. 이 모델은 기본 설정만으로도 오토(Otto) 캐글 대회 우승 솔루션보다 높은 성능을 기록했습니다. 별도의 하이퍼파라미터 튜닝 없이 표 형태 데이터 예측에서 최고 수준의 성능을 낼 수 있다는 점에서 실무자들에게 중요한 의미를 갖습니다.
번역된 본문
프라이어 랩스(Prior Labs)가 테이블(tabular) 파운데이션 모델 TabPFN-3.5를 공개했습니다. 이 모델은 합성 데이터(synthetic data)만으로 사전학습되었으며, 기본 설정만으로 오토(Otto) 캐글 대회의 우승 솔루션을 능가하는 성능을 보여줍니다.
'프라이어 랩스, 기본 설정만으로 오토 캐글 우승 솔루션을 이기는 테이블 파운데이션 모델 TabPFN-3.5 공개'라는 제목의 이 글은 마크테크포스트(MarkTechPost)에 처음 게재되었습니다.
원문 보기 (영어)
Prior Labs released TabPFN-3.5, a tabular foundation model pretrained only on synthetic data that beats Otto's winning solution.
The post Prior Labs Releases TabPFN-3.5: A Tabular Foundation Model That Beats the Winning Otto Kaggle Solution With Default Settings appeared first on MarkTechPost.