NVIDIA выкатила Kumo Tabular: открытую табличную модель, которая предсказывает строки за один проход без обучения и настройки. Как это работает. Классический ML требует отдельной фазы обучения, фича-инжиниринга и подбора гиперпараметров. Kumo Tabular принимает размеченные строки как контекст — и сразу выдаёт предсказания. Похоже на TabPFN и TabICL: модель не учится на твоих данных, а использует их как примеры для инференса. Подробности. Семейство моделей для классификации и регрессии. Выложены открытые веса. Скачать можно на GitHub. Бенчмарков, размера модели и объёма обучающих данных в анонсе нет. Уверенность в качестве предсказаний оценить пока невозможно. Что это значит: Если заявленные свойства подтвердятся на практике, Kumo Tabular может заменить стандартный ML-пайплайн — без обучения, без фича-инжиниринга, без подбора гиперпараметров. Пока это бета-анонс с открытыми весами, и о реальной производительности судить рано. Но сама идея — один проход и сразу предсказания — уже переводит разговор в другую плоскость.