# TabFM – 谷歌开源的零样本表格基础模型

- Link: https://paooo.com/aigc-news/24050/
- Published: 2026-07-07T13:44:51+08:00
- Author: 站外新闻

## TabFM是什么

TabFM 是 Google Research 推出的零样本表格基础模型，支持对混合数值与类别特征的结构
化数据进行分类（最多10类）和回归。模型在数百亿合成表格数据上训练，无需微调或超参数
搜索，仅以训练行为上下文进行单次前向预测，在 TabArena 基准51个数据集上超越经大量
调优的梯度提升树等强基线。TabFM提供 PyTorch 与 JAX 两种权重版本，安装简便，适合快速
表格推断任务。

阅读目录

 * [TabFM是什么](https://paooo.com/aigc-news/24050/#tabfm%e6%98%af%e4%bb%80%e4%b9%88)
 * [TabFM的主要功能](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [TabFM的技术原理](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用TabFM](https://paooo.com/aigc-news/24050/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8tabfm)
 * [TabFM的核心优势](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [TabFM的项目地址](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [TabFM的同类竞品对比](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [TabFM的应用场景](https://paooo.com/aigc-news/24050/#tabfm%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![TabFM](https://paooo.com/wp-content/uploads/2026/07/TabFM-website-1.avif)

## TabFM的主要功能

 * **零样本分类**：无需训练数据调参，直接对最多10个类别的表格数据进行分类预测。
 * **零样本回归**：支持数值型目标变量的回归任务，无需模型微调。
 * **混合特征处理**：原生支持数值型与类别型特征混合的表格数据，自动处理编码与缩放。
 * **上下文学习推理**：将训练数据作为”上下文”读取，通过单次前向传播完成预测。
 * **双后端兼容**：提供 JAX 与 PyTorch 两种权重版本，用户可按需选择后端框架。

## TabFM的技术原理

 * **合成数据预训**练：TabFM 基于结构因果模型（SCM）生成数百亿合成表格数据进行预
   训练，通过随机采样有向无环图定义变量间的因果结构，再基于父节点条件分布生成每个
   特征的值，从而完全规避真实数据的隐私与版权风险。
 * **Transformer 序列架构**：模型采用 Transformer 处理表格数据，将每行样本视为一个
   token 序列，数值特征经线性投影或分桶编码为连续向量，类别特征通过嵌入层映射为稠密
   向量，利用自注意力机制自动捕捉列间的高阶交互关系。
 * **上下文学习推理**：推理时将用户的训练集序列化为上下文，与测试样本拼接后输入模型，
   模型通过注意力读取训练样本的统计规律，在不更新任何权重的情况下直接输出预测，实现
   真正的零样本推断。
 * **自动化预处理**：通过 scikit-learn 兼容接口封装了自动化流水线，包括类别特征的
   Ordinal Encoding、数值特征的标准化缩放以及缺失值的鲁棒处理，用户无需手动干预即可
   直接传入原始 DataFrame。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-12.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用TabFM

 * **克隆仓库**：执行 `git clone https://github.com/google-research/tabfm.git` 下载
   源码。
 * **安装依赖**：进入目录后，根据后端选择安装：`pip install -e .[pytorch]` 或 `pip
   install -e .[jax]`。
 * **加载预训练权重**：在代码中导入对应后端模块（如 `tabfm_v1_0_0_pytorch`）并调
   用 `.load()` 自动下载权重。
 * **初始化分类器/回归器**：用 `TabFMClassifier` 或 `TabFMRegressor` 包装模型，调
   用 `.fit(X_train, y_train)` 准备编码器。
 * **执行预测**：调用 `.predict(X_test)` 或 `.predict_proba()` 获取零样本预测结果。

## TabFM的核心优势

 * **真正零样本**：无需微调、无需超参数搜索，开箱即用，降低使用门槛。
 * **隐私安全**：基于合成数据训练，不依赖真实敏感数据，天然规避隐私与版权风险。
 * **性能强劲**：在51个真实数据集的 TabArena 基准上，零样本表现超越精心调优的梯度
   提升树。
 * **框架灵活**：同时提供 PyTorch 与 JAX 权重，兼容不同技术栈的部署环境。
 * **接口友好**：完全兼容 scikit-learn API，数据科学家可无缝接入现有工作流。

## TabFM的项目地址

 * **项目官网**：https://research.google/blog/introducing-tabfm-a-zero-shot-foundation-
   model-for-tabular-data/
 * **GitHub仓库**：https://github.com/google-research/tabfm
 * **HuggingFace模型库**：https://huggingface.co/google/tabfm-1.0.0-pytorch

## TabFM的同类竞品对比

  |  维度 |  TabFM |  TabPFN |  
   |  **开发团队** |  Google Research |  德国弗莱堡大学 / AutoML 团队 |  
 |  **训练数据** |  数百亿合成表格（SCM生成） |  数百万合成数据集（先验分布采样） |  
 |  **分类类别限制** |  最多10类 |  最多10类 |  
 |  **回归支持** |  原生支持 |  早期版本不支持，后续扩展有限 |  
 |  **后端支持** |  PyTorch + JAX 双版本 |  主要基于 PyTorch |  
 |  **数据规模** |  适合中小规模表格（<10,000样本） |  同样针对中小规模优化 |  
 |  **核心机制** |  上下文学习（In-Context Learning） |  基于 Transformer 的近似贝叶斯推断 |

## TabFM的应用场景

 * **金融风控**：快速评估贷款申请风险，无需历史数据重新训练模型，保护客户隐私。
 * **医疗辅助诊断**：基于患者混合特征进行疾病分类，规避敏感医疗数据泄露。
 * **电商定价预测**：对新上架商品进行零样本价格回归，结合类别特征与数值特征。
 * **广告点击率预估**：冷启动场景下快速预测广告CTR，无需等待积累足够训练数据。
 * **科研数据探索**：研究人员在敏感数据集（如人口普查、社会调查）上进行快速基线建
   模，无需接触原始隐私数据。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)