NVIDIA'dan tablo verisi için açık model: Kumo Tabular eğitim gerektirmeden tahmin yapıyor

NVIDIA, tablo verisi için geliştirdiği açık temel model Kumo Tabular'ı 29 Eylül 2026'da Hugging Face'te duyurdu. Model, etiketli satırlardan oluşan bir tabloyu bağlam olarak okuyor ve yeni satırların etiketini tek bir ileri geçişte tahmin ediyor. Bunun için modeli eğitmek, ince ayar yapmak ya da özellik mühendisliği yapmak gerekmiyor. Hem sınıflandırma hem regresyon işlerinde çalışıyor.

Tablodan doğrudan tahmin

Şirket verisinin büyük kısmı müşteri kayıtları, satışlar, sensör kayıtları ve siparişler gibi tablolarda duruyor. Müşteri kaybı, ödeme riski, talep ya da fiyat tahmini de bu tablolardan yapılıyor. NVIDIA'nın yazısına göre bu işlerde her yeni soru için etiket toplamak, özellik hazırlamak, ayar aramak ve ayrı bir model eğitmek gerekiyordu. Kumo Tabular'da tahmin edilecek sütunu dolu olan satırlar örnek olarak veriliyor; boş satırlar için model sonucu doğrudan döndürüyor. Sınıflandırmada sınıf olasılıkları, regresyonda sayısal tahmin elde ediliyor.

Model sayısal ve kategorik sütunlarla çalışıyor; metin, görsel ya da zaman damgası içeren sütunlar kütüphanedeki hazır ön işleme adımlarıyla özelliğe çevrilebiliyor. Eksik değerlerin önceden doldurulması gerekmiyor, model bunları kendisi ayrıca ele alıyor. Tek geçişte en fazla 10 sınıf tahmin edilebiliyor; kütüphane daha fazla sınıfı hata düzeltme kodlarıyla karşılıyor. Model yalnız yapay olarak üretilmiş tablolarla eğitildi; eğitimin son aşamasında 60.000 satır ve 100 sütuna kadar tablolar kullanıldı.

Boyutlar, lisans ve kurulum

Kumo Tabular üç boyutta geliyor; en küçüğü 28 milyon, en büyüğü 215 milyon parametreli. Model OpenMDW-1.1 lisansıyla yayımlandı ve ticari kullanıma açık. NVIDIA'nın yapılandırılmış veri için açık kaynak olarak yayımladığı structured-data-models kütüphanesi üzerinden çalışıyor; kütüphane pip install structured-data-models ile kuruluyor ve model dosyalarını ilk kullanımda Hugging Face'ten indiriyor. Bir pandas tablosunu yükleyip birkaç satır Python koduyla tahmin almak mümkün. Kütüphane GPU için tasarlandı: örneklerde model CUDA üzerinde çalıştırılıyor, Python 3.11 ve PyTorch 2.7 ya da üstü isteniyor. NVIDIA kıyaslamaları tek bir RTX 6000 Pro kartla yaptığını belirtiyor; en düşük donanım ihtiyacı sayfalarda yazmıyor.

Şirkete göre model TabArena, BeyondArena, TALENT ve ScoringBench tablo kıyaslamalarında ilk sırada. Eğitim tarifinin ve yapay veri üreteçlerinin yakında yayımlanacağı belirtiliyor.

Kendi sunucunuzda çalıştırabileceğiniz bir model olduğu için CRM kayıtlarından müşteri kaybı tahmini, stok ihtiyacı ya da cihaz arızası öngörüsü gibi işler veriyi şirket dışına çıkarmadan yapılabiliyor. Her soru için ayrı model eğitme yükü kalktığından, veri bilimi ekibi küçük olan şirketler için de denemesi kolay bir seçenek.

NVIDIA, doğruluğun eğitim aralığının çok ötesindeki tablolarda ya da tahmin edilecek satırlar örnek satırlardan farklı bir dağılımdan geldiğinde düşebileceğini yazıyor ve kullanmadan önce sonuçların şirketin kendi ayrılmış verisiyle sınanmasını öneriyor. Model yalnız yapay tablolarla eğitildiği için gerçek iş verisindeki başarısı konudan konuya değişebilir. Kıyaslama sonuçlarının farklı veri setlerinde nasıl tuttuğunu görmek için bağımsız araştırmacıların değerlendirmelerini takip etmekte fayda var.

Kaynaklar: Hugging Face: NVIDIA Kumo Tabular duyurusu, Hugging Face: nvidia/Kumo-Tabular, GitHub: NVIDIA/structured-data-models.