Google TabFM: नई टेबल के डेटा को बिना ट्रेनिंग के कैसे समझता है यह जीरो-शॉट मॉडल?

1 जुलाई, 2026 को गूगल रिसर्च ने TabFM नाम का एक नया टेबुलर फाउंडेशन मॉडल पेश किया है। यह मॉडल खासियत यह है कि यह बिना किसी पूर्व प्रशिक्षण, फाइन-ट्यूनिंग या फीचर इंजीनियरिंग के, पूरी तरह से नए टेबल डेटा पर जीरो-शॉट (Zero-Shot) क्लासिफिकेशन और रिग्रेशन कर सकता है । TabFM, टेबुलर डेटा की भविष्यवाणी (Prediction) को एक इन-कॉन्टेक्स्ट लर्निंग (ICL) समस्या के रूप में देखता है। इसका मतलब है कि यह पूरे डेटासेट—जिसमें पिछले उदाहरण और लक्षित पंक्ति दोनों शामिल हैं—को एक ही संदर्भ (Context) की तरह पढ़ता है और एक ही फॉरवर्ड पास में भविष्यवाणी करता है ।

आर्किटेक्चर: अल्टरनेटिंग रो-कॉलम अटेंशन

TabFM एक अल्टरनेटिंग रो-कॉलम (पंक्ति-स्तंभ) अटेंशन ट्रांसफॉर्मर आर्किटेक्चर का इस्तेमाल करता है । टेक्स्ट डेटा के विपरीत, जो एक-आयामी होता है, टेबुलर डेटा को समझने के लिए पंक्तियों (Rows) और स्तंभों (Columns) के बीच के संबंधों को एक साथ समझना ज़रूरी होता है। TabFM अटेंशन को इस तरह बदलता है:

• कॉलम-वाइज़ अटेंशन: फीचर्स के बीच निर्भरताओं को कैप्चर करता है।
• रो-वाइज़ अटेंशन: नमूनों (Samples) के बीच निर्भरताओं को कैप्चर करता है।

यह दो-चरणीय तंत्र पंक्तियों और स्तंभों के फिक्स्ड-डायमेंशनल एम्बेडिंग बनाता है, जिससे मॉडल इंफेरेंस के समय किसी भी टेबल संरचना के लिए सामान्यीकरण (Generalize) कर सकता है । यह दृष्टिकोण पिछले टेबुलर फाउंडेशन मॉडल जैसे TabPFN और TabICL के तत्वों को जोड़ता है ।

प्रशिक्षण: पूरी तरह सिंथेटिक डेटा पर

TabFM को सैकड़ों लाखों सिंथेटिक डेटासेट पर प्रशिक्षित किया गया है, जो स्ट्रक्चरल कॉज़ल मॉडल (SCM) द्वारा जनरेट किए गए हैं । यह दृष्टिकोण ओपन-सोर्स टेबुलर डेटा की कमी और गुणवत्ता की समस्या को हल करता है, क्योंकि अक्सर ऐसे डेटा में संवेदनशील या मालिकाना (Proprietary) जानकारी होती है जिसका उपयोग बड़े पैमाने पर प्रशिक्षण के लिए स्वतंत्र रूप से नहीं किया जा सकता । डेटा जनरेशन प्रक्रिया को नियंत्रित करके, गूगल ने वास्तविक दुनिया के व्यावसायिक डेटा पर निर्भर हुए बिना एक विविध और अच्छी तरह से वितरित प्रशिक्षण कॉर्पस सुनिश्चित किया ।

TabArena रैंकिंग: सबसे आगे

TabFM को TabArena पर मान्य किया गया, जो टेबुलर मशीन लर्निंग विधियों के लिए एक लाइव, एलो-रेटेड (Elo-rated) बेंचमार्क और पब्लिक लीडरबोर्ड (tabarena.ai) है । गूगल के अनुसार:

• TabFM-Ensemble (जो क्रॉस-सेक्शनल और SVD सुविधाओं के साथ 32 एन्सेम्बल का उपयोग करता है) TabArena पर सबसे उन्नत परिणाम प्राप्त करता है और क्लासिफिकेशन और रिग्रेशन दोनों कार्यों में लीडरबोर्ड में शीर्ष पर है ।
• TabFM-Single (बिना एन्सेम्बलिंग के एकल फॉरवर्ड पास) मजबूत दूसरे स्थान के परिणाम देता है, जो पिछले मॉडल जैसे TabPFN v2 और ट्यून किए गए ग्रेडिएंट-बूस्टेड ट्री के बराबर या उससे बेहतर है ।

सटीक Elo स्कोर लाइव लीडरबोर्ड की स्थिति पर निर्भर करते हैं, लेकिन गूगल के आंकड़े बताते हैं कि TabFM-Ensemble दोनों श्रेणियों में शीर्ष पर है । जुलाई 2026 की शुरुआत तक, क्लासिफिकेशन लीडरबोर्ड पर शीर्ष एकल-मॉडल स्थान TabPFN-3 (Elo 1721) के पास था, जिसमें ऑटोमेटेड पाइपलाइन जैसे AutoGluon समग्र उच्चतम मानक थे । TabFM के आने से यह प्रतिस्पर्धी परिदृश्य बदल जाएगा।

लाइसेंसिंग: दोहरा मॉडल

TabFM एक दोहरे-लाइसेंस मॉडल का उपयोग करता है:

घटक	लाइसेंस	स्थान
मॉडल वेट	गैर-व्यावसायिक लाइसेंस	Hugging Face (google/tabfm-1.0.0-pytorch)
उपयोग कोड और नमूने	Apache 2.0	GitHub (google-research/tabfm)

मॉडल वेट एक गैर-व्यावसायिक, स्रोत-उपलब्ध लाइसेंस के तहत जारी किए गए हैं, जिसका अर्थ है कि वे OSI परिभाषा या G7 के 2026 चार-स्तरीय ढांचे के अनुसार पूरी तरह से ओपन सोर्स नहीं हैं । हालांकि, इंफेरेंस कोड और नमूना नोटबुक अनुमेय Apache 2.0 लाइसेंस के तहत हैं । यह पैटर्न गूगल के अन्य शोध मॉडल जैसे Gemma (जो बाद में नई पीढ़ियों के लिए Apache 2.0 में स्थानांतरित हो गए ) के दृष्टिकोण को दर्शाता है और Prior Labs द्वारा TabPFN मॉडल वेट को गैर-व्यावसायिक शर्तों के तहत रिलीज़ करने के अनुरूप है ।

BigQuery में AI.PREDICT के माध्यम से एकीकरण

गूगल ने घोषणा के बाद के हफ्तों में TabFM को सीधे BigQuery में एकीकृत करने की योजना बनाई है । BigQuery उपयोगकर्ता AI.PREDICT SQL कमांड का उपयोग करके जीरो-शॉट क्लासिफिकेशन और रिग्रेशन चला सकेंगे । अपेक्षित सिंटैक्स इस प्रकार होगा:

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

यह एकीकरण डेटा टीमों को बिना अलग ML इंफ्रास्ट्रक्चर या मॉडल डिप्लॉयमेंट के, सीधे SQL में TabFM भविष्यवाणियां लागू करने की अनुमति देगा । घोषणा की तिथि (1 जुलाई, 2026) के अनुसार, इस एकीकरण को आसन्न बताया गया था लेकिन BigQuery रिलीज़ नोट्स में अभी तक प्रतिबिंबित नहीं हुआ था । गूगल का मौजूदा BigQuery ML इकोसिस्टम पहले से ही TimesFM (AI.FORECAST), कस्टम मॉडल (ML.PREDICT), और Hugging Face के तीसरे पक्ष के ओपन मॉडल के लिए मैनेज्ड इंफेरेंस का समर्थन करता है । TabFM, AI.PREDICT शॉर्टकट प्राप्त करने वाला पहला टेबुलर फाउंडेशन मॉडल होगा।

ध्यान रखने योग्य मुख्य बातें

• आधिकारिक Google Research ब्लॉग पोस्ट 1 जुलाई, 2026 को प्रकाशित हुआ था, जो बहुत हाल ही का है । कुछ विवरण—पूर्ण अकादमिक पेपर, रिलीज़ के समय सटीक लाइव TabArena स्कोर, और सटीक BigQuery रिलीज़ टाइमलाइन—अभी भी बदल सकते हैं।
• इस विश्लेषण के समय कोई आधिकारिक Google Research पेपर या arXiv प्रीप्रिंट सार्वजनिक रूप से उपलब्ध नहीं था। तकनीकी आर्किटेक्चर विवरण द्वितीयक रिपोर्टिंग और ब्लॉग पोस्ट से आते हैं ।
• BigQuery ML के लिए वर्तमान में दस्तावेज़ित ML.PREDICT फ़ंक्शन एक पंजीकृत मॉडल ऑब्जेक्ट का उपयोग करता है ; TabFM के लिए AI.PREDICT सिंटैक्स एक नया बिल्ट-इन शॉर्टकट हो सकता है, जो TimesFM के लिए AI.FORECAST के समान है, जो इस लेखन के समय रिलीज़ नोट्स में दस्तावेज़ित नहीं है।
• TabFM के गैर-व्यावसायिक वेट लाइसेंस के कारण बिना अलग समझौते के व्यावसायिक उपयोग सीमित है, जो एंटरप्राइज़ अपनाने की योजनाओं को प्रभावित कर सकता है।