วันนี้ใช้ได้ยังไง
- โหลดเวทจาก Hugging Face ชื่อ nvidia/Kumo-Tabular (OpenMDW-1.1)
- รันผ่านไลบรารี open-source structured-data-models บน GPU
- ส่งตารางที่มีแถวป้ายกำกับเป็นบริบท แล้วทำนายแถว query ใน forward pass เดียว
- มีทั้งโมเดลจัดประเภทและรีเกรสชัน แยกกันตามขนาด Small · Medium · Large
ราคากับขอบเขต
- ราคา: โหลดฟรี (โอเพนเวท) — ไม่มีราคา API โฮสต์ในประกาศ
- บริบท: แถวตาราง in-context (เทรนยืดถึงราว 60,000 แถว · สูงสุดราว 100 คอลัมน์ ตามบล็อก)
- ขนาดประมาณ 28 ล้านถึง 215 ล้านพารามิเตอร์
- รองรับคอลัมน์ตัวเลขกับหมวดหมู่ · จัดประเภทได้ถึง 10 คลาสต่อ forward pass (ไลบรารียืดด้วย ECOC)
เก่งเรื่องอะไร
- ทำนาย churn ความเสี่ยง หรือตัวเลขจากตารางองค์กรโดยไม่เทรนโมเดลต่องาน
- ตามบล็อกบริษัท อันดับหนึ่งบน TabArena · BeyondArena · TALENT · ScoringBench — เป็นเคลมจากบริษัท
จุดที่คนปนกันบ่อย
- ไม่ใช่ LLM แชท แต่เป็นโมเดลฐานสำหรับตารางตัวเลข/หมวดหมู่
- ข้อความ รูป หรือ timestamp ต้องแปลงเป็นฟีเจอร์ก่อนผ่านสูตรในไลบรารี
- ตัวเลขเบนช์เป็นผลจากบริษัท ไม่ใช่การทดสอบอิสระของ linknu