TabFM против XGBoost: 5 фактов, которых нет в релизе

В табличном машинном обучении появилась новая модель TabFM, которая может получать предсказания без обучения на конкретном датасете. Это радикально отличается от привычного подхода, когда модель нужно сначала натренировать на данных из вашей предметной области. TabFM уже предобучена на огромном количестве таблиц и способна сразу применять эти знания к новым задачам. На бенчмарках она демонстрирует результаты, которые обходят даже тщательно настроенный градиентный бустинг XGBoost.

Однако специалисты задаются вопросом: насколько такие победы убедительны? Первые тесты показывают, что преимущество модели проявляется не всегда. Есть сценарии, где классический бустинг по-прежнему сильнее, и это важно понимать, чтобы не переоценивать новинку. Ключевой вопрос — где именно заканчивается зона превосходства TabFM и какие типы таблиц ей труднее обрабатывать.

Для тех, кто держит табличный ML в продакшене, появление такой модели может означать серьезные изменения. Если TabFM действительно позволяет делать точные прогнозы без длительной настройки под каждую задачу, это сократит время разработки и снизит потребности в вычислительных ресурсах. Но прежде чем переводить критические процессы на новую архитектуру, стоит дождаться более полных исследований и воспроизводимых экспериментов. Пока же ясно одно: конкуренция между фундаментальными моделями и традиционным ансамблевым обучением вступает в новую фазу, и следить за этим развитием стоит всем, кто работает с данными.