Architektura: przemienna uwaga między wierszami a kolumnami

TabFM wykorzystuje hybrydową architekturę transformerów z przemienną uwagą między wierszami a kolumnami . W przeciwieństwie do danych tekstowych, które są jednowymiarowe, dane tabelaryczne wymagają jednoczesnego zrozumienia relacji między wierszami i kolumnami. TabFM przełącza uwagę między:

• Uwagą na kolumny – aby uchwycić zależności między cechami
• Uwagą na wiersze – aby uchwycić zależności między próbkami

Ten dwuetapowy mechanizm buduje osadzenia o stałym wymiarze dla wierszy i kolumn, co pozwala modelowi uogólniać na dowolne struktury tabel w czasie wnioskowania . Rozwiązanie łączy elementy z wcześniejszych modeli fundamentowych dla danych tabelarycznych, takich jak uwaga między wierszami i kolumnami z TabPFN i uczenie w kontekście z TabICL .

Trening wyłącznie na syntetycznych danych

TabFM został wytrenowany wyłącznie na setkach milionów syntetycznych zestawów danych wygenerowanych przez strukturalne modele przyczynowe (SCM) . Takie podejście omija problemy z dostępnością i jakością otwartych danych tabelarycznych, z których wiele zawiera wrażliwe lub zastrzeżone informacje, których nie można swobodnie używać do dużego pre-treningu . Kontrolując proces generowania danych, Google zapewniło zróżnicowany i dobrze rozłożony korpus treningowy bez polegania na danych ze świata rzeczywistego .

Ranking TabArena: najwyższe wyniki

TabFM został zweryfikowany na TabArena, żywym benchmarku opartym na rankingu Elo dla metod uczenia maszynowego na danych tabelarycznych, z publicznym liderboardem na tabarena.ai . Według wyników raportowanych przez Google:

• TabFM-Ensemble (wersja zespołowa z 32 zespołami oraz cechami cross-sectional i SVD) osiąga najlepsze wyniki na TabArena, prowadząc w klasyfikacji i regresji .
• TabFM-Single (pojedynczy przebieg bez zespołu) zajmuje drugie miejsce, dorównując lub przewyższając wcześniejsze modele fundamentowe, takie jak TabPFN v2 i dostrojone drzewa gradientowe .

Dokładne wyniki Elo zależą od stanu live liderboarda, ale według danych Google TabFM-Ensemble zajmuje pierwsze miejsce zarówno w klasyfikacji, jak i regresji . Na początku lipca 2026 roku liderem w klasyfikacji pojedynczych modeli był TabPFN-3 (Elo 1721), a metody zespołowe, takie jak AutoGluon extreme (4h), stanowiły górną granicę . Wejście TabFM zmienia ten krajobraz.

Licencja: podwójny model

TabFM korzysta z podwójnego modelu licencjonowania:

Wagi modelu są udostępniane na licencji niekomercyjnej – nie są w pełni open source według definicji OSI czy ram G7 z 2026 roku . Jednak kod wnioskowania i przykładowe notatniki są na licencji Apache 2.0 . Ten schemat jest podobny do innych modeli Google, takich jak Gemma (która później przeszła na Apache 2.0 dla nowszych generacji ) i jest zgodny z tym, jak Prior Labs udostępnia wagi TabPFN na warunkach niekomercyjnych .

Integracja z BigQuery przez AI.PREDICT

Google planuje bezpośrednio zintegrować TabFM z BigQuery w ciągu kilku tygodni od ogłoszenia . Użytkownicy BigQuery będą mogli uruchamiać klasyfikację i regresję w trybie zero-shot za pomocą polecenia SQL AI.PREDICT, zgodnie ze schematem składniowym BigQuery ML (podobnie jak AI.FORECAST dla TimesFM) . Oczekiwana składnia to:

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

Ta integracja pozwoli zespołom danych stosować prognozy TabFM bezpośrednio w SQL, bez zarządzania oddzielną infrastrukturą ML . W dniu ogłoszenia (1 lipca 2026) ta integracja była opisywana jako nieuchronna, ale nie pojawiła się jeszcze w notatkach wydania BigQuery . Istniejący ekosystem BigQuery ML obsługuje już zarządzane wnioskowanie dla TimesFM (AI.FORECAST), niestandardowe modele (ML.PREDICT) i zewnętrzne modele open source z Hugging Face ; TabFM będzie pierwszym modelem fundamentowym dla danych tabelarycznych z wbudowanym skrótem AI.PREDICT.

Ważne uwagi

• Oficjalny blog Google Research został opublikowany 1 lipca 2026 roku, więc jest bardzo świeży . Niektóre szczegóły – pełna publikacja naukowa, dokładne wyniki TabArena w momencie premiery i harmonogram wydania BigQuery – mogą jeszcze ulec zmianie.
• W momencie analizy nie było publicznie dostępnego artykułu naukowego ani preprintu na arXiv. Szczegóły architektury pochodzą z raportów wtórnych i wpisu na blogu .
• Funkcja AI.PREDICT obecnie udokumentowana dla BigQuery ML używa ML.PREDICT z zarejestrowanym obiektem modelu ; składnia AI.PREDICT dla TabFM może być nowym wbudowanym skrótem analogicznym do AI.FORECAST dla TimesFM, który nie został jeszcze udokumentowany.
• Niekomercyjna licencja wag TabFM ogranicza komercyjne użycie bez osobnej umowy, co może wpłynąć na plany wdrożeniowe w przedsiębiorstwach.

Architektura: przemienna uwaga między wierszami a kolumnami

TabFM wykorzystuje hybrydową architekturę transformerów z przemienną uwagą między wierszami a kolumnami . W przeciwieństwie do danych tekstowych, które są jednowymiarowe, dane tabelaryczne wymagają jednoczesnego zrozumienia relacji między wierszami i kolumnami. TabFM przełącza uwagę między:

• Uwagą na kolumny – aby uchwycić zależności między cechami
• Uwagą na wiersze – aby uchwycić zależności między próbkami

Ten dwuetapowy mechanizm buduje osadzenia o stałym wymiarze dla wierszy i kolumn, co pozwala modelowi uogólniać na dowolne struktury tabel w czasie wnioskowania . Rozwiązanie łączy elementy z wcześniejszych modeli fundamentowych dla danych tabelarycznych, takich jak uwaga między wierszami i kolumnami z TabPFN i uczenie w kontekście z TabICL .

Trening wyłącznie na syntetycznych danych

TabFM został wytrenowany wyłącznie na setkach milionów syntetycznych zestawów danych wygenerowanych przez strukturalne modele przyczynowe (SCM) . Takie podejście omija problemy z dostępnością i jakością otwartych danych tabelarycznych, z których wiele zawiera wrażliwe lub zastrzeżone informacje, których nie można swobodnie używać do dużego pre-treningu . Kontrolując proces generowania danych, Google zapewniło zróżnicowany i dobrze rozłożony korpus treningowy bez polegania na danych ze świata rzeczywistego .

Ranking TabArena: najwyższe wyniki

TabFM został zweryfikowany na TabArena, żywym benchmarku opartym na rankingu Elo dla metod uczenia maszynowego na danych tabelarycznych, z publicznym liderboardem na tabarena.ai . Według wyników raportowanych przez Google:

• TabFM-Ensemble (wersja zespołowa z 32 zespołami oraz cechami cross-sectional i SVD) osiąga najlepsze wyniki na TabArena, prowadząc w klasyfikacji i regresji .
• TabFM-Single (pojedynczy przebieg bez zespołu) zajmuje drugie miejsce, dorównując lub przewyższając wcześniejsze modele fundamentowe, takie jak TabPFN v2 i dostrojone drzewa gradientowe .

Dokładne wyniki Elo zależą od stanu live liderboarda, ale według danych Google TabFM-Ensemble zajmuje pierwsze miejsce zarówno w klasyfikacji, jak i regresji . Na początku lipca 2026 roku liderem w klasyfikacji pojedynczych modeli był TabPFN-3 (Elo 1721), a metody zespołowe, takie jak AutoGluon extreme (4h), stanowiły górną granicę . Wejście TabFM zmienia ten krajobraz.

Licencja: podwójny model

TabFM korzysta z podwójnego modelu licencjonowania:

Wagi modelu są udostępniane na licencji niekomercyjnej – nie są w pełni open source według definicji OSI czy ram G7 z 2026 roku . Jednak kod wnioskowania i przykładowe notatniki są na licencji Apache 2.0 . Ten schemat jest podobny do innych modeli Google, takich jak Gemma (która później przeszła na Apache 2.0 dla nowszych generacji ) i jest zgodny z tym, jak Prior Labs udostępnia wagi TabPFN na warunkach niekomercyjnych .

Integracja z BigQuery przez AI.PREDICT

Google planuje bezpośrednio zintegrować TabFM z BigQuery w ciągu kilku tygodni od ogłoszenia . Użytkownicy BigQuery będą mogli uruchamiać klasyfikację i regresję w trybie zero-shot za pomocą polecenia SQL AI.PREDICT, zgodnie ze schematem składniowym BigQuery ML (podobnie jak AI.FORECAST dla TimesFM) . Oczekiwana składnia to:

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

Ta integracja pozwoli zespołom danych stosować prognozy TabFM bezpośrednio w SQL, bez zarządzania oddzielną infrastrukturą ML . W dniu ogłoszenia (1 lipca 2026) ta integracja była opisywana jako nieuchronna, ale nie pojawiła się jeszcze w notatkach wydania BigQuery . Istniejący ekosystem BigQuery ML obsługuje już zarządzane wnioskowanie dla TimesFM (AI.FORECAST), niestandardowe modele (ML.PREDICT) i zewnętrzne modele open source z Hugging Face ; TabFM będzie pierwszym modelem fundamentowym dla danych tabelarycznych z wbudowanym skrótem AI.PREDICT.

Ważne uwagi

• Oficjalny blog Google Research został opublikowany 1 lipca 2026 roku, więc jest bardzo świeży . Niektóre szczegóły – pełna publikacja naukowa, dokładne wyniki TabArena w momencie premiery i harmonogram wydania BigQuery – mogą jeszcze ulec zmianie.
• W momencie analizy nie było publicznie dostępnego artykułu naukowego ani preprintu na arXiv. Szczegóły architektury pochodzą z raportów wtórnych i wpisu na blogu .
• Funkcja AI.PREDICT obecnie udokumentowana dla BigQuery ML używa ML.PREDICT z zarejestrowanym obiektem modelu ; składnia AI.PREDICT dla TabFM może być nowym wbudowanym skrótem analogicznym do AI.FORECAST dla TimesFM, który nie został jeszcze udokumentowany.
• Niekomercyjna licencja wag TabFM ogranicza komercyjne użycie bez osobnej umowy, co może wpłynąć na plany wdrożeniowe w przedsiębiorstwach.