엔비디아, 표 데이터 예측 모델 공개
최근 30일 조회수 —좋아요 —핵심 요약
쿠모 태뷸러는 별도 학습 없이 표 데이터의 분류·회귀를 수행하며 가중치와 라이브러리가 공개됐다.

엔비디아가 표 형식 데이터의 분류·회귀를 수행하는 오픈 파운데이션 모델 ‘엔비디아 쿠모 태뷸러(NVIDIA Kumo Tabular)’를 허깅페이스에 공개했다. 엔비디아 발표에 따르면, 라벨이 붙은 행과 예측할 행을 함께 입력하면 별도 학습·미세조정·특성 공학 없이 한 차례 순전파로 클래스 확률이나 수치를 예측한다.1
쿠모 태뷸러는 인공 데이터만으로 사전학습됐으며, 매개변수 2,800만~2억1,500만 개의 세 가지 크기로 제공된다. 모델 가중치와 오픈소스 라이브러리를 공개했고, 상업적 이용이 가능한 OpenMDW-1.1 라이선스를 적용했다. 결측치는 따로 대체하지 않고 처리하며, 열·행·인컨텍스트 어텐션을 결합해 각 값의 분포상 의미와 행 내부 특성의 관계, 기존 라벨과 예측 대상 행의 연관성을 파악한다.
엔비디아는 쿠모 태뷸러가 TabArena, BeyondArena, TALENT, ScoringBench 등 네 벤치마크에서 모두 1위를 기록했다고 밝혔다. 다만 제공된 자료에는 모델별 세부 점수와 기존 방식 대비 격차가 제시되지 않았다.
Footnotes
-
Hugging Face 블로그·커뮤니티, 「NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction」 ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction — Hugging Face 블로그·커뮤니티 · 자료: 2026. 9. 30.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.