Google TabFM: ثورة في التنبؤ بالبيانات الجدولية بدون تدريب مسبق

في الأول من يوليو 2026، كشفت Google Research عن TabFM، وهو نموذج أساسي للبيانات الجدولية (tabular foundation model) قادر على أداء مهام التصنيف والانحدار الصفري (zero-shot classification and regression) على جداول لم يسبق له رؤيتها — بدون أي تدريب أو ضبط أو هندسة ميزات . يعيد النموذج صياغة التنبؤ الجدولي كمسألة تعلم ضمن السياق (in-context learning): فهو يقرأ مجموعة البيانات بأكملها، بما في ذلك الأمثلة السابقة والصف المستهدف، كسياق واحد، وينتج التنبؤات في تمريرة أمامية واحدة .

البنية: الانتباه التبادلي بين الصفوف والأعمدة

يستخدم TabFM بنية محول ذات انتباه هجين (متبادل بين الصفوف والأعمدة) . على عكس البيانات النصية أحادية البعد، تتطلب البيانات الجدولية فهم العلاقات عبر الصفوف والأعمدة في وقت واحد. يقوم TabFM بتبديل الانتباه بين:

• الانتباه على مستوى الأعمدة (column-wise attention) لالتقاط التبعيات بين الميزات
• الانتباه على مستوى الصفوف (row-wise attention) لالتقاط التبعيات بين العينات

تبني هذه الآلية ذات المرحلتين تمثيلات (embeddings) ثابتة الأبعاد للصفوف والأعمدة، مما يسمح للنموذج بالتعميم على هياكل جدولية عشوائية في وقت الاستدلال . يجمع هذا الأسلوب بين عناصر من نماذج جدولية سابقة، بما في ذلك انتباه الصف/العمود على غرار TabPFN والتعلم ضمن السياق على غرار TabICL .

التدريب بالكامل على بيانات اصطناعية

تم تدريب TabFM بالكامل على مئات الملايين من مجموعات البيانات الاصطناعية التي تم إنشاؤها بواسطة نماذج سببية هيكلية (Structural Causal Models - SCMs) . يتجاوز هذا النهج مشاكل ندرة وجودة البيانات الجدولية مفتوحة المصدر، والتي غالبًا ما تحتوي على معلومات حساسة أو مملوكة لا يمكن استخدامها بحرية للتدريب المسبق واسع النطاق . من خلال التحكم في عملية توليد البيانات، ضمنت Google مجموعة تدريب متنوعة وموزعة بشكل جيد دون الاعتماد على بيانات الأعمال الواقعية .

ترتيب TabArena: نتائج متطورة

تم التحقق من صحة TabFM على TabArena، وهو معيار مباشر يعمل بتصنيف Elo لأساليب تعلم الآلة الجدولية، ويتضمن لوحة نتائج عامة على tabarena.ai . وفقًا للنتائج المبلغ عنها من Google:

• TabFM-Ensemble (باستخدام 32 نموذجًا مجمعًا مع ميزات مقطعية و SVD) يحقق نتائج متطورة على TabArena، ويتصدر لوحة النتائج في مهام التصنيف والانحدار .
• TabFM-Single (تمريرة أمامية واحدة بدون تجميع) يقدم نتائج قوية في المركز الثاني، تنافس أو تتجاوز النماذج الجدولية السابقة مثل TabPFN v2 وأشجار الانحدار المعززة (gradient-boosted trees) المضبوطة .

تعتمد نتائج Elo الدقيقة على الحالة المباشرة للوحة، لكن أرقام Google تظهر TabFM-Ensemble في القمة في لوحتي التصنيف والانحدار . اعتبارًا من أوائل يوليو 2026، كان المركز الأول للنموذج الفردي على لوحة تصنيف TabArena من نصيب TabPFN-3 (Elo 1721)، مع طرق قائمة على التجميع مثل AutoGluon extreme (4h) كسقف عام . دخول TabFM يغير هذا المشهد التنافسي.

الترخيص: نموذج مزدوج

يستخدم TabFM نموذج ترخيص مزدوج:

المكون	الترخيص	الموقع
أوزان النموذج	ترخيص غير تجاري	Hugging Face (google/tabfm-1.0.0-pytorch)
كود الاستخدام والعينات	Apache 2.0	GitHub (google-research/tabfm)

تم إصدار أوزان النموذج بموجب ترخيص غير تجاري ومتاح المصدر — مما يعني أنها ليست مفتوحة المصدر بالكامل وفقًا لتعريف OSI أو الإطار الرباعي لمجموعة السبع (G7) لعام 2026 . ومع ذلك، يستخدم كود الاستنتاج ودفاتر الملاحظات النموذجية الترخيص المتساهل Apache 2.0 . يعكس هذا النمط نهج Google مع نماذج بحثية أخرى مثل Gemma (التي انتقلت لاحقًا إلى Apache 2.0 للأجيال الأحدث ) ويتوافق مع كيفية إصدار Prior Labs لأوزان نموذج TabPFN بموجب شروط غير تجارية .

التكامل مع BigQuery عبر AI.PREDICT

تخطط Google لدمج TabFM مباشرة في BigQuery في غضون الأسابيع التالية للإعلان . سيتمكن مستخدمو BigQuery من تشغيل التصنيف والانحدار الصفري باستخدام أمر SQL AI.PREDICT، باتباع نمط بناء جملة دوال الاستدلال المُدارة الحالية لـ BigQuery ML (على غرار AI.FORECAST لـ TimesFM) . بناء الجملة المتوقع هو:

SELECT * FROM AI.PREDICT(
  MODEL tabfm,
  TABLE your_data
)

سيسمح هذا التكامل لفرق البيانات بتطبيق تنبؤات TabFM مباشرة في SQL دون إدارة بنية تحتية منفصلة للتعلم الآلي أو نشر نموذج . اعتبارًا من تاريخ الإعلان (1 يوليو 2026)، تم وصف هذا التكامل بأنه وشيك ولكنه لم ينعكس بعد في ملاحظات إصدار BigQuery . يدعم نظام BigQuery ML البيئي الحالي بالفعل الاستدلال المُدار لـ TimesFM (AI.FORECAST)، والنماذج المخصصة (ML.PREDICT)، والنماذج المفتوحة من طرف ثالث من Hugging Face ؛ سيكون TabFM أول نموذج أساسي جدولي يحصل على اختصار AI.PREDICT مدمج.

تحفظات مهمة يجب وضعها في الاعتبار

• تم نشر مقال مدونة Google Research الرسمي في 1 يوليو 2026، مما يعني أن هذا حديث جدًا . قد تكون بعض التفاصيل — الورقة الأكاديمية الكاملة، نتائج TabArena المباشرة الدقيقة وقت الإصدار، والجدول الزمني الدقيق لإصدار BigQuery — لا تزال قيد التغيير.
• لم تكن أي ورقة بحثية رسمية من Google Research أو نسخة أولية على arXiv متاحة للجمهور وقت هذا التحليل. تأتي تفاصيل البنية التقنية من التقارير الثانوية ومنشور المدونة .
• دالة AI.PREDICT الموثقة حاليًا لـ BigQuery ML تستخدم ML.PREDICT مع كائن نموذج مسجل ؛ قد يكون بناء جملة AI.PREDICT لـ TabFM اختصارًا مدمجًا جديدًا مشابهًا لـ AI.FORECAST لـ TimesFM، ولم يتم توثيقه بعد في ملاحظات الإصدار وقت كتابة هذا التقرير.
• ترخيص الوزن غير التجاري لـ TabFM يحد من الاستخدام التجاري بدون اتفاقية منفصلة، مما قد يؤثر على خطط التبني في المؤسسات.