Google TabFM là gì và mô hình bảng tính zero-shot này hoạt động như thế nào?

Vào ngày 1 tháng 7 năm 2026, Google Research đã giới thiệu TabFM, một mô hình nền tảng (foundation model) dành cho dữ liệu dạng bảng (tabular data), có khả năng thực hiện phân loại và hồi quy zero-shot trên các bảng dữ liệu chưa từng thấy trước đây — hoàn toàn không cần huấn luyện, tinh chỉnh hay kỹ thuật đặc trưng thủ công . Mô hình này định hình lại bài toán dự đoán trên bảng dữ liệu như một vấn đề học trong ngữ cảnh (in-context learning): nó đọc toàn bộ tập dữ liệu, bao gồm cả các mẫu lịch sử và hàng cần dự đoán, như một ngữ cảnh duy nhất và tạo ra kết quả chỉ trong một lần truyền xuôi (single forward pass) .

Kiến trúc: Cơ chế chú ý hàng-cột luân phiên

TabFM sử dụng một kiến trúc transformer lai ghép (hybrid-attention) với cơ chế chú ý luân phiên giữa hàng và cột . Không giống như dữ liệu văn bản chỉ có một chiều, dữ liệu dạng bảng yêu cầu hiểu đồng thời mối quan hệ giữa các hàng và các cột. TabFM luân phiên sự chú ý giữa:

• Chú ý theo cột (Column-wise attention): để nắm bắt sự phụ thuộc giữa các đặc trưng (features).
• Chú ý theo hàng (Row-wise attention): để nắm bắt sự phụ thuộc giữa các mẫu dữ liệu.

Cơ chế hai giai đoạn này xây dựng các vector nhúng (embeddings) có chiều cố định cho các hàng và cột, cho phép mô hình tổng quát hóa với các cấu trúc bảng tùy ý tại thời điểm suy luận . Phương pháp này kết hợp các yếu tố từ các mô hình nền tảng bảng tính trước đó, bao gồm cơ chế chú ý hàng/cột kiểu TabPFN và học trong ngữ cảnh kiểu TabICL .

Huấn luyện hoàn toàn trên dữ liệu tổng hợp

TabFM được huấn luyện hoàn toàn trên hàng trăm triệu bộ dữ liệu tổng hợp được tạo ra bởi các mô hình nhân quả cấu trúc (SCMs) . Cách tiếp cận này giúp Google vượt qua vấn đề khan hiếm và chất lượng thấp của dữ liệu bảng tính mã nguồn mở, vốn thường chứa thông tin nhạy cảm hoặc độc quyền không thể sử dụng tự do cho việc tiền huấn luyện quy mô lớn . Bằng cách kiểm soát quy trình tạo dữ liệu, Google đảm bảo một kho dữ liệu huấn luyện đa dạng và có sự phân bố tốt mà không cần dựa vào dữ liệu kinh doanh thực tế .

Xếp hạng TabArena: Kết quả vượt trội

TabFM đã được kiểm chứng trên TabArena, một chuẩn mực (benchmark) sống động, xếp hạng bằng Elo dành cho các phương pháp ML trên dữ liệu bảng, với bảng xếp hạng công khai tại tabarena.ai . Dựa trên các kết quả được Google báo cáo:

• TabFM-Ensemble (sử dụng 32 tổ hợp mô hình ensemble cùng với các đặc trưng cross-sectional và SVD) đạt kết quả tốt nhất trên TabArena, dẫn đầu bảng xếp hạng ở cả hai loại tác vụ phân loại và hồi quy .
• TabFM-Single (chỉ một lượt truyền xuôi duy nhất, không dùng ensembling) đạt kết quả mạnh mẽ ở vị trí thứ hai, cạnh tranh hoặc vượt qua các mô hình nền tảng bảng tính trước đó như TabPFN v2 và các mô hình gradient-boosted trees đã được tinh chỉnh .

Điểm Elo chính xác phụ thuộc vào trạng thái hiện tại của bảng xếp hạng, nhưng các số liệu từ Google cho thấy TabFM-Ensemble đứng đầu ở cả hai bảng phân loại và hồi quy . Tính đến đầu tháng 7 năm 2026, vị trí dẫn đầu cho mô hình đơn lẻ trên bảng xếp hạng phân loại của TabArena thuộc về TabPFN-3 (Elo 1721), trong khi các phương pháp dựa trên ensemble như AutoGluon extreme (4h) là giới hạn trên tổng thể . Sự xuất hiện của TabFM đang làm thay đổi cục diện cạnh tranh này.

Giấy phép: Mô hình cấp phép kép

TabFM sử dụng một mô hình cấp phép kép (dual-license):

Thành phần	Giấy phép	Vị trí
Trọng số mô hình (weights)	Giấy phép phi thương mại	Hugging Face (google/tabfm-1.0.0-pytorch)
Mã nguồn sử dụng & mẫu	Apache 2.0	GitHub (google-research/tabfm)

Trọng số mô hình được phát hành theo giấy phép phi thương mại, mã nguồn có sẵn — có nghĩa là chúng không phải là mã nguồn mở hoàn toàn theo định nghĩa của OSI hay khuôn khổ bốn tầng của G7 năm 2026 . Tuy nhiên, mã nguồn suy luận và các notebook mẫu lại sử dụng giấy phép Apache 2.0 thông thoáng hơn . Mô hình này tương tự như cách Google tiếp cận với các mô hình nghiên cứu khác như Gemma (sau này chuyển sang Apache 2.0 cho các thế hệ mới hơn ) và phù hợp với cách Prior Labs phát hành trọng số mô hình TabPFN dưới các điều khoản phi thương mại .

Tích hợp BigQuery qua AI.PREDICT

Google có kế hoạch tích hợp TabFM trực tiếp vào BigQuery trong vài tuần sau thông báo . Người dùng BigQuery sẽ có thể chạy phân loại và hồi quy zero-shot bằng cách sử dụng lệnh SQL AI.PREDICT, theo cú pháp tương tự như các hàm suy luận có sẵn của BigQuery ML (tương tự AI.FORECAST dành cho TimesFM) . Cú pháp dự kiến là:

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

Sự tích hợp này sẽ cho phép các nhóm dữ liệu áp dụng các dự đoán của TabFM trực tiếp trong SQL mà không cần quản lý cơ sở hạ tầng ML riêng biệt hoặc triển khai mô hình . Tính đến ngày công bố (1 tháng 7 năm 2026), sự tích hợp này được mô tả là sắp diễn ra nhưng chưa được phản ánh trong các ghi chú phát hành của BigQuery . Hệ sinh thái BigQuery ML hiện tại của Google đã hỗ trợ suy luận có quản lý cho TimesFM (AI.FORECAST), các mô hình tùy chỉnh (ML.PREDICT), và các mô hình mã nguồn mở từ bên thứ ba trên Hugging Face ; TabFM sẽ là mô hình nền tảng bảng tính đầu tiên nhận được lối tắt AI.PREDICT tích hợp sẵn.

Những điểm cần lưu ý quan trọng

• Bài đăng trên blog chính thức của Google Research được xuất bản vào ngày 1 tháng 7 năm 2026, nghĩa là thông tin này rất mới . Một số chi tiết — bài báo học thuật đầy đủ, điểm số TabArena chính xác tại thời điểm phát hành và dòng thời gian phát hành BigQuery chính xác — vẫn có thể đang thay đổi.
• Không có bài báo hay bản in trước (arXiv preprint) chính thức nào của Google Research được công khai tại thời điểm phân tích này. Chi tiết về kiến trúc kỹ thuật đến từ các báo cáo thứ cấp và bài đăng trên blog .
• Hàm AI.PREDICT hiện được ghi nhận trong tài liệu BigQuery ML sử dụng cú pháp ML.PREDICT với một đối tượng mô hình đã đăng ký ; cú pháp AI.PREDICT cho TabFM có thể là một lối tắt tích hợp mới tương tự như AI.FORECAST cho TimesFM, chưa được ghi nhận trong ghi chú phát hành tại thời điểm viết bài.
• Giấy phép trọng số phi thương mại của TabFM hạn chế sử dụng cho mục đích thương mại nếu không có thỏa thuận riêng, điều này có thể ảnh hưởng đến kế hoạch áp dụng của doanh nghiệp.