【TabFM：表格数据的“大模型时刻”】Google Research推出的TabFM将In-Context Learning引入结构化数据领域。它改变了以往XGBoost等模型需要反复.fit()、调参和特征工程的繁琐流程，转而将整个数据集作为Transformer的Prompt，在一次前向传播中直接完成预测。该模型通过数亿个合成数据集训练，解决了工业界表格数据隐私敏感、难以获取大规模预训练样本的痛点。这件事的价值在于把“建模”变成了“推理”。过去数据科学家耗费数周进行的特征挖掘，现在被内化成了模型的行列注意力机制。虽然目前受限于Context长度和非商用许可，它在超大规模任务上尚不能完全取代传统算法，但对于追求开发效率、数据量适中的场景，这种“开箱即用”的能力正让机器学习从手工作坊走向标准化。 research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/ #人工智能##AI创造营##机器学习##大数据#