Google TabFM: Previsioni Zero-Shot su Tabelle Mai Viste Prima

Il 1° luglio 2026, Google Research ha presentato TabFM, un modello foundation per dati tabellari (tabular foundation model) in grado di eseguire classificazione e regressione zero-shot su tabelle mai viste prima, senza necessità di addestramento, ottimizzazione o feature engineering . Il modello reinterpreta la predizione tabellare come un problema di apprendimento in contesto (in-context learning): legge l'intero dataset, inclusi gli esempi storici e la riga target, come un unico prompt contestuale e produce le previsioni in un singolo passaggio in avanti .

Architettura: attenzione alternata tra righe e colonne

TabFM utilizza un'architettura transformer ibrida ad attenzione alternata (alternating row-column attention) . A differenza del testo, che è unidimensionale, i dati tabellari richiedono la comprensione simultanea delle relazioni tra righe e colonne. TabFM alterna l'attenzione tra:

• Attenzione sulle colonne: per catturare le dipendenze tra le feature.
• Attenzione sulle righe: per catturare le dipendenze tra i campioni.

Questo meccanismo in due fasi costruisce embedding a dimensione fissa di righe e colonne, consentendo al modello di generalizzare a strutture tabellari arbitrarie durante l'inferenza . L'approccio combina elementi di precedenti modelli foundation tabellari, come l'attenzione riga/colonna di TabPFN e l'apprendimento in contesto di TabICL .

Addestramento esclusivamente su dati sintetici

TabFM è stato addestrato interamente su centinaia di milioni di dataset sintetici generati da modelli causali strutturali (SCM) . Questa strategia supera i problemi di scarsità e qualità dei dati tabellari open-source, molti dei quali contengono informazioni sensibili o proprietarie che non possono essere utilizzate liberamente per un pre-addestramento su larga scala . Controllando il processo di generazione dei dati, Google ha garantito un corpus di addestramento diversificato e ben distribuito, senza dover ricorrere a dati aziendali reali .

Classifica TabArena: risultati all'avanguardia

TabFM è stato validato su TabArena, un benchmark vivente con punteggio Elo per metodi di ML tabellari, con una classifica pubblica su tabarena.ai . Secondo i risultati riportati da Google:

• TabFM-Ensemble (che utilizza 32 ensemble con feature cross-sectional e SVD) ottiene risultati all'avanguardia su TabArena, guidando la classifica sia per i task di classificazione che per quelli di regressione .
• TabFM-Single (singolo passaggio in avanti senza ensemble) ottiene un buon secondo posto, competitivo o superiore ai precedenti modelli foundation tabellari come TabPFN v2 e i tuned gradient-boosted trees .

I punteggi Elo esatti dipendono dallo stato live della classifica, ma i grafici di Google mostrano TabFM-Ensemble al vertice sia per la classificazione che per la regressione . All'inizio di luglio 2026, la posizione migliore per un singolo modello sulla classifica di classificazione di TabArena era detenuta da TabPFN-3 (Elo 1721), con metodi basati su ensemble come AutoGluon extreme (4h) come tetto massimo generale . L'ingresso di TabFM cambia questo panorama competitivo.

Licenze: modello duale

TabFM adotta un modello di licenza duale:

Componente	Licenza	Piattaforma
Pesi del modello	Licenza non commerciale	Hugging Face (google/tabfm-1.0.0-pytorch)
Codice di utilizzo ed esempi	Apache 2.0	GitHub (google-research/tabfm)

I pesi del modello sono rilasciati sotto una licenza non commerciale (source-available), il che significa che non sono pienamente open source secondo la definizione OSI o il framework a quattro livelli del G7 del 2026 . Il codice di inferenza e i notebook di esempio, invece, utilizzano la licenza permissiva Apache 2.0 . Questo schema rispecchia l'approccio di Google con altri modelli di ricerca come Gemma (che in seguito è passato ad Apache 2.0 per le generazioni successive ) ed è coerente con il modo in cui Prior Labs rilascia i pesi del modello TabPFN con termini non commerciali .

Integrazione con BigQuery tramite AI.PREDICT

Google prevede di integrare direttamente TabFM in BigQuery nelle settimane successive all'annuncio . Gli utenti di BigQuery potranno eseguire classificazione e regressione zero-shot utilizzando il comando AI.PREDICT in SQL, seguendo la sintassi delle funzioni di inferenza gestite esistenti di BigQuery ML (simile a AI.FORECAST per TimesFM) . La sintassi prevista è:

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

Questa integrazione consentirebbe ai team di dati di applicare le previsioni di TabFM direttamente in SQL, senza dover gestire infrastrutture ML separate o distribuzioni di modelli . Alla data dell'annuncio (1° luglio 2026), questa integrazione era descritta come imminente ma non ancora presente nelle note di rilascio di BigQuery . L'ecosistema BigQuery ML esistente supporta già l'inferenza gestita per TimesFM (AI.FORECAST), modelli personalizzati (ML.PREDICT) e modelli open di terze parti da Hugging Face ; TabFM sarebbe il primo modello foundation tabellare a ricevere una scorciatoia AI.PREDICT integrata.

Punti importanti da considerare

• Il post ufficiale del blog di Google Research è stato pubblicato il 1° luglio 2026, quindi è molto recente . Alcuni dettagli — l'articolo accademico completo, i punteggi esatti di TabArena al momento del rilascio e la tempistica precisa del rilascio di BigQuery — potrebbero essere ancora in fase di definizione.
• Al momento di questa analisi, non erano disponibili pubblicamente un articolo o un preprint ufficiale su arXiv. I dettagli sull'architettura tecnica provengono da fonti secondarie e dal post del blog .
• La funzione AI.PREDICT attualmente documentata per BigQuery ML utilizza ML.PREDICT con un oggetto modello registrato ; la sintassi AI.PREDICT per TabFM potrebbe essere una nuova scorciatoia integrata analoga a AI.FORECAST per TimesFM, non ancora documentata nelle note di rilascio al momento della stesura.
• La licenza non commerciale dei pesi di TabFM limita l'uso commerciale senza un accordo separato, un aspetto che potrebbe influenzare i piani di adozione aziendale.