Arkitektur: alternerande rad- och kolumnuppmärksamhet

TabFM använder en hybrid-uppmärksamhetsarkitektur (alternerande rad/kolumn) . Till skillnad från text, som är endimensionell, kräver tabulär data en förståelse för relationer både mellan rader och mellan kolumner samtidigt. TabFM växlar uppmärksamhet mellan:

• Kolumnvis uppmärksamhet för att fånga beroenden mellan attribut
• Radvis uppmärksamhet för att fånga beroenden mellan datapunkter

Denna tvåstegsmekanism bygger dimensionsfixerade inbäddningar av rader och kolumner, vilket gör att modellen kan generalisera till godtyckliga tabellstrukturer vid inferens . Metoden kombinerar element från tidigare tabulära grundmodeller, såsom TabPFN:s rad-/kolumnuppmärksamhet och TabICL:s inkontextinlärning .

Träning helt på syntetisk data

TabFM tränades helt och hållet på hundratals miljoner syntetiska datamängder genererade av strukturella kausalmodeller (SCM) . Detta tillvägagångssätt kringgår bristen på och kvalitetsproblemen med öppen tabulär data, som ofta innehåller känslig eller proprietär information . Genom att kontrollera datagenereringen säkerställde Google en mångsidig och välbalanserad träningskorpus utan att använda verkliga affärsdata .

TabArena-ranking: toppmoderna resultat

TabFM validerades på TabArena, ett levande Elo-rankat benchmark för tabulära ML-metoder med en offentlig topplista på tabarena.ai . Enligt Googles rapporterade resultat:

• TabFM-Ensemble (med 32 ensembler samt tvärsnitts- och SVD-attribut) uppnår toppmoderna resultat på TabArena och leder topplistan för både klassificerings- och regressionsuppgifter .
• TabFM-Single (enkelt framåtpass utan ensembling) presterar starkt och kommer på andra plats, i nivå med eller bättre än tidigare tabulära grundmodeller som TabPFN v2 och finjusterade gradientboostade träd .

Exakta Elo-poäng beror på den levande topplistans tillstånd, men Googles egna siffror visar TabFM-Ensemble i topp för både klassificerings- och regressionspaneler . I början av juli 2026 hölls toppositionen för en enskild modell på TabArenas klassificeringstopplista av TabPFN-3 (Elo 1721), med ensemblebaserade metoder som AutoGluon extreme (4h) som det totala taket . TabFM:s intåg förändrar konkurrensbilden.

Licensiering: dubbel modell

TabFM använder en dubbel licensmodell:

Modellvikterna släpps under en ickekommersiell, källkodstillgänglig licens – de är inte fullt öppen källkod enligt OSI:s definition eller G7:s fyrstegsramverk från 2026 . Inferenskoden och exempelnotebooks använder däremot den mer tillåtande Apache 2.0-licensen . Detta mönster liknar Googles tillvägagångssätt för andra forskningsmodeller som Gemma (som senare gick över till Apache 2.0 för nyare generationer ) och är konsekvent med hur Prior Labs släpper TabPFN-modellvikter under ickekommersiella villkor .

BigQuery-integration via AI.PREDICT

Google planerar att integrera TabFM direkt i BigQuery inom veckor efter tillkännagivandet . BigQuery-användare kommer att kunna köra nollskottsklassificering och regression med AI.PREDICT SQL-kommandot, i linje med BigQuery ML:s befintliga hanterade inferensfunktioner (liknande AI.FORECAST för TimesFM) . Den förväntade syntaxen är:

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

Denna integration gör det möjligt för datateam att tillämpa TabFM-förutsägelser direkt i SQL utan att hantera separat ML-infrastruktur eller modellimplementationer . Vid tidpunkten för tillkännagivandet (1 juli 2026) beskrevs integrationen som omedelbart förestående men fanns ännu inte i BigQuerys release notes . Googles befintliga BigQuery ML-ekosystem stöder redan hanterad inferens för TimesFM (AI.FORECAST), anpassade modeller (ML.PREDICT) och tredjepartsmodeller från Hugging Face ; TabFM skulle bli den första tabulära grundmodellen med en inbyggd AI.PREDICT-genväg.

Viktiga saker att tänka på

• Det officiella blogginlägget från Google Research publicerades den 1 juli 2026, vilket innebär att detta är mycket nytt . Vissa detaljer – den fullständiga akademiska uppsatsen, exakta live-poäng på TabArena vid lansering och den exakta tidplanen för BigQuery – kan fortfarande vara i rörelse.
• Ingen officiell Google Research-artikel eller arXiv-utgåva var allmänt tillgänglig vid tidpunkten för denna analys. Tekniska arkitekturdetaljer kommer från sekundär rapportering och blogginlägget .
• AI.PREDICT-funktionen som för närvarande dokumenteras för BigQuery ML använder ML.PREDICT med ett registrerat modellobjekt ; AI.PREDICT-syntaxen för TabFM kan vara en ny inbyggd genväg motsvarande AI.FORECAST för TimesFM, ännu inte dokumenterad i release notes vid denna skrivning.
• TabFM:s ickekommersiella viktlicens begränsar kommersiell användning utan separat avtal, vilket kan påverka företags adoptionsplaner.

Arkitektur: alternerande rad- och kolumnuppmärksamhet

TabFM använder en hybrid-uppmärksamhetsarkitektur (alternerande rad/kolumn) . Till skillnad från text, som är endimensionell, kräver tabulär data en förståelse för relationer både mellan rader och mellan kolumner samtidigt. TabFM växlar uppmärksamhet mellan:

• Kolumnvis uppmärksamhet för att fånga beroenden mellan attribut
• Radvis uppmärksamhet för att fånga beroenden mellan datapunkter

Denna tvåstegsmekanism bygger dimensionsfixerade inbäddningar av rader och kolumner, vilket gör att modellen kan generalisera till godtyckliga tabellstrukturer vid inferens . Metoden kombinerar element från tidigare tabulära grundmodeller, såsom TabPFN:s rad-/kolumnuppmärksamhet och TabICL:s inkontextinlärning .

Träning helt på syntetisk data

TabFM tränades helt och hållet på hundratals miljoner syntetiska datamängder genererade av strukturella kausalmodeller (SCM) . Detta tillvägagångssätt kringgår bristen på och kvalitetsproblemen med öppen tabulär data, som ofta innehåller känslig eller proprietär information . Genom att kontrollera datagenereringen säkerställde Google en mångsidig och välbalanserad träningskorpus utan att använda verkliga affärsdata .

TabArena-ranking: toppmoderna resultat

TabFM validerades på TabArena, ett levande Elo-rankat benchmark för tabulära ML-metoder med en offentlig topplista på tabarena.ai . Enligt Googles rapporterade resultat:

• TabFM-Ensemble (med 32 ensembler samt tvärsnitts- och SVD-attribut) uppnår toppmoderna resultat på TabArena och leder topplistan för både klassificerings- och regressionsuppgifter .
• TabFM-Single (enkelt framåtpass utan ensembling) presterar starkt och kommer på andra plats, i nivå med eller bättre än tidigare tabulära grundmodeller som TabPFN v2 och finjusterade gradientboostade träd .

Exakta Elo-poäng beror på den levande topplistans tillstånd, men Googles egna siffror visar TabFM-Ensemble i topp för både klassificerings- och regressionspaneler . I början av juli 2026 hölls toppositionen för en enskild modell på TabArenas klassificeringstopplista av TabPFN-3 (Elo 1721), med ensemblebaserade metoder som AutoGluon extreme (4h) som det totala taket . TabFM:s intåg förändrar konkurrensbilden.

Licensiering: dubbel modell

TabFM använder en dubbel licensmodell:

Modellvikterna släpps under en ickekommersiell, källkodstillgänglig licens – de är inte fullt öppen källkod enligt OSI:s definition eller G7:s fyrstegsramverk från 2026 . Inferenskoden och exempelnotebooks använder däremot den mer tillåtande Apache 2.0-licensen . Detta mönster liknar Googles tillvägagångssätt för andra forskningsmodeller som Gemma (som senare gick över till Apache 2.0 för nyare generationer ) och är konsekvent med hur Prior Labs släpper TabPFN-modellvikter under ickekommersiella villkor .

BigQuery-integration via AI.PREDICT

Google planerar att integrera TabFM direkt i BigQuery inom veckor efter tillkännagivandet . BigQuery-användare kommer att kunna köra nollskottsklassificering och regression med AI.PREDICT SQL-kommandot, i linje med BigQuery ML:s befintliga hanterade inferensfunktioner (liknande AI.FORECAST för TimesFM) . Den förväntade syntaxen är:

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

Denna integration gör det möjligt för datateam att tillämpa TabFM-förutsägelser direkt i SQL utan att hantera separat ML-infrastruktur eller modellimplementationer . Vid tidpunkten för tillkännagivandet (1 juli 2026) beskrevs integrationen som omedelbart förestående men fanns ännu inte i BigQuerys release notes . Googles befintliga BigQuery ML-ekosystem stöder redan hanterad inferens för TimesFM (AI.FORECAST), anpassade modeller (ML.PREDICT) och tredjepartsmodeller från Hugging Face ; TabFM skulle bli den första tabulära grundmodellen med en inbyggd AI.PREDICT-genväg.

Viktiga saker att tänka på

• Det officiella blogginlägget från Google Research publicerades den 1 juli 2026, vilket innebär att detta är mycket nytt . Vissa detaljer – den fullständiga akademiska uppsatsen, exakta live-poäng på TabArena vid lansering och den exakta tidplanen för BigQuery – kan fortfarande vara i rörelse.
• Ingen officiell Google Research-artikel eller arXiv-utgåva var allmänt tillgänglig vid tidpunkten för denna analys. Tekniska arkitekturdetaljer kommer från sekundär rapportering och blogginlägget .
• AI.PREDICT-funktionen som för närvarande dokumenteras för BigQuery ML använder ML.PREDICT med ett registrerat modellobjekt ; AI.PREDICT-syntaxen för TabFM kan vara en ny inbyggd genväg motsvarande AI.FORECAST för TimesFM, ännu inte dokumenterad i release notes vid denna skrivning.
• TabFM:s ickekommersiella viktlicens begränsar kommersiell användning utan separat avtal, vilket kan påverka företags adoptionsplaner.