英伟达开源表格基础模型 Kumo Tabular：单次前向直出预测，四个榜单称首
英伟达 9 月 29 日在 Hugging Face 博客发布 Kumo Tabular，属于 Kumo Structured 模型系列：给一张带标签的表格，它用一次前向计算直接预测新行的标签，分类与回归都支持，官方强调不需要训练、调参，也不需要做特征工程。模型提供 28M 到 215M 三个档位，权重仓里每档各放分类与回归两个 .pt 文件，随开源库 https://github.com/NVIDIA/structured-data-models 一起发布，采用 OpenMDW-1.1 许可、明确可商用。
它要替换的是表格机器学习二十年来的默认流程：客户记录、交易、传感器日志、订单这些数据上，业界一直用梯度提升树，效果好，但每换一个问题就要重新收集标签、做特征、搜超参、验证、部署，模型对表格一无所知、每个任务从零学。官方给的对照是大模型的方式——给几个例子就直接干活、一个权重都不更新。Kumo Tabular 的特点是预训练只用人工合成数据，官方称它因此没有真实数据的隐私与授权负担。
成绩方面，官方称它在 TabArena、BeyondArena、TALENT、ScoringBench 四个基准上排名第一——这也是这条发布的主要量级声明。边界要写清两点：一是权重仓 nvidia/Kumo-Tabular 的创建时间是 2026 年 9 月 1 日，与 9 月 29 日的博客公告相隔近一个月，即「权重先上线、公告后发」；二是四个榜单里含厂商自己参与维护的评测口径，本文未做第三方复现，读者按官方自评理解。
核验记录
一手页 https://huggingface.co/blog/nvidia/kumo-tabular 直读 200 / 178,064 字节，页内可见 Published September 29, 2026；参数区间、许可、四个榜单与「只用人工数据预训练」逐字取自该页。权重仓 https://huggingface.co/nvidia/Kumo-Tabular 建仓时间 2026-09-01T07:00:05Z、likes 27、tags 含 license:openmdw-1.1，文件为 small/medium/large 各 classifier.pt 与 regressor.pt 共 6 个权重（总 9 个文件）。配图 1200×648 PNG，裸请求与带站内 Referer 均 200。
← 上一篇Liquid AI 发布首个决策模型 d1：一次调用直出校准概率，不生成 token下一篇 →Anthropic 实测 GLM-5.3：简单手法可绕过防护 64%–100%，同批 Claude 未被攻破