Google TabFM 是什麼？零樣本表格基礎模型如何運作？

2026 年 7 月 1 日，Google Research 正式發表 TabFM，這是一款專為表格數據設計的基礎模型，核心功能是對從未見過的表格進行零樣本（zero-shot）分類與回歸——無需任何訓練、微調或特徵工程 。該模型將表格預測重新定義為「情境學習」（in-context learning）問題：它將整個數據集（包含歷史範例與目標資料列）視為單一提示，僅需一次前向傳遞即可產生預測 。

架構：交替行/列注意力機制

TabFM 採用一種混合注意力（交替行/列）Transformer 架構 。不同於一維的文字數據，表格數據需要同時理解行與列之間的關聯性。TabFM 透過交替進行以下兩種注意力機制來處理：

• 欄注意力（Column-wise attention）：捕捉特徵之間的相依關係
• 列注意力（Row-wise attention）：捕捉樣本之間的相依關係

這種兩階段機制能為行與列建立固定維度的嵌入表示，使模型在推論時能適用於任意表格結構 。此方法結合了先前表格基礎模型的元素，包括 TabPFN 風格的行/列注意力以及 TabICL 風格的情境學習 。

完全以合成數據訓練

TabFM 完全使用由「結構因果模型（Structural Causal Models, SCMs）」產生的數億個合成數據集進行訓練 。這種做法避免了開放原始碼表格數據稀缺與品質不均的問題，因為這類數據往往包含敏感或專有資訊，無法隨意用於大規模預訓練 。透過控制數據生成過程，Google 確保了訓練語料庫的多樣性與分佈均勻性，無需依賴真實的商業數據 。

TabArena 排名：最先進的成果

TabFM 在 TabArena 上驗證了其效能。TabArena 是一個採用 Elo 評分機制的動態表格機器學習方法基準測試平台，其公開排行榜網址為 tabarena.ai 。根據 Google 公布的結果：

• TabFM 集成版（使用 32 種集成，搭配橫截面與 SVD 特徵）在 TabArena 上達到最先進的成果，於分類與回歸任務的排行榜上均位居首位 。
• TabFM 單一模型版（單次前向傳遞，無集成）則取得穩居第二的成績，與先前的最佳表格基礎模型（如 TabPFN v2）以及經過調校的梯度提升樹模型相比，極具競爭力 。

確切的 Elo 分數取決於即時排行榜狀態，但 Google 的圖表顯示 TabFM 集成版在分類與回歸兩項指標上均位居頂端 。截至 2026 年 7 月初，TabArena 分類排行榜上，最佳單一模型位置由 TabPFN-3（Elo 1721）佔據，而基於集成的方法（如 AutoGluon extreme 4h 版）則是整體效能的天花板 。TabFM 的加入正改變此一競爭格局。

授權方式：雙重授權

TabFM 採用雙重授權模式：

元件	授權條款	位置
模型權重	非商業用途授權	Hugging Face (google/tabfm-1.0.0-pytorch)
使用程式碼與範例	Apache 2.0	GitHub (google-research/tabfm)

模型權重是在非商業用途、原始碼可用的授權下發布——這意味著根據 OSI 的定義或 G7 在 2026 年提出的四層框架，它並非完全開放原始碼 。不過，推理程式碼與範例筆記本則是採用寬鬆的 Apache 2.0 授權 。這種模式與 Google 對其他研究模型的處理方式一致，例如 Gemma（其後續版本後來轉向 Apache 2.0 ），也與 Prior Labs 以非商業條款發布 TabPFN 模型權重的方式相似 。

透過 AI.PREDICT 整合 BigQuery

Google 計畫在公告後的數週內，直接將 TabFM 整合進 BigQuery 。BigQuery 使用者將能使用 AI.PREDICT SQL 指令執行零樣本分類與回歸，其語法模式與 BigQuery ML 現有的託管推理函數（類似 TimesFM 的 AI.FORECAST）一致 。預期的語法如下：

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

此整合將允許數據團隊直接在 SQL 中應用 TabFM 預測，而無需管理獨立的機器學習基礎設施或模型部署 。截至公告日期（2026 年 7 月 1 日），此整合被描述為即將推出，但尚未出現在 BigQuery 的版本說明中 。Google 現有的 BigQuery ML 生態系統已支援 TimesFM（AI.FORECAST）、自訂模型（ML.PREDICT）以及來自 Hugging Face 的第三方開放模型的託管推理 ；TabFM 將是第一個獲得內建 AI.PREDICT 捷徑的表格基礎模型。

需留意的關鍵事項

• Google Research 官方部落格文章發表於 2026 年 7 月 1 日，距今非常近 。部分細節——完整的學術論文、發表時確切的即時 TabArena 分數，以及 BigQuery 的準確發布時程——可能仍在變動中。
• 本次分析時，尚無公開的官方 Google Research 論文或 arXiv 預印本。技術架構細節來自於二手報導與部落格文章 。
• BigQuery ML 目前文件記錄的 AI.PREDICT 函數使用 ML.PREDICT 搭配已註冊的模型物件 ；TabFM 的 AI.PREDICT 語法可能是一個新的內建捷徑，類似於 TimesFM 的 AI.FORECAST，截至本文撰寫時尚未在版本說明中記錄。
• TabFM 權重的非商業授權限制了未經另立協議的商業用途，這可能影響企業的採用規劃。