Google выпустила TabFM — модель, которая меняет всё наше представление о машинном обучении

Google только что выпустила TabFM — самую мощную базовую модель, когда-либо созданную Google для табличных данных. Она превосходит тщательно настроенный XGBoost в режиме нулевого обучения, без обучения, без запуска графического процессора и без предварительной обработки признаков. Я создал полноценный пользовательский интерфейс, чтобы показать вам, как именно она работает «под капотом» — внимание к строкам и столбцам, сжатие строк и трансформер контекстного обучения — и что это на самом деле значит для специалистов по обработке данных, инженеров и руководителей бизнеса. 🔗 Ссылки и ресурсы: Анонс TabFM (Google Research): https://research.google/blog/introduc... Код TabFM (GitHub): https://github.com/google-research/tabfm Весы модели TabFM (Hugging Face): https://huggingface.co/google/tabfm-1... Статья об обучении в контексте, с которой все началось (GPT-3, 2020): https://arxiv.org/abs/2005.14165 ⏱️ Разделы: 0:00 Введение 0:23 Старое правило машинного обучения 0:43 Что меняет TabFM 0:55 Стоимость традиционного машинного обучения 1:51 TabFM в Действие 2:54 Под капотом: как работает TabFM 5:15 TabFM в разных отраслях 6:06 Шесть строк кода 6:27 Что это на самом деле значит Примечание: Исходный код TabFM — Apache-2.0, но веса модели распространяются под некоммерческой лицензией. Отлично подходит для обучения и оценки — не для выпуска коммерческого продукта сегодня. Все мнения являются моими собственными и не принадлежат моему работодателю. #TabFM #XGBoost #GoogleAI #МашинноеОбучение #ТабуляционныеДанные #ОбучениеВКонтексте #НаукаОДанные #ОсновныеМодели #ОбъяснениеИИ #ИнженерМЛ