英伟达表格基础模型库

英伟达推出结构化数据模型库（Structured Data Models, SDM），旨在通过预训练基础模型实现表格数据的“免训练”预测。该库封装了 TabICLv2、KumoTabular 和 KumoRelational 等模型，允许用户仅通过提供带标签的上下文行，即可在单次前向传播中获得分类概率或回归分布，无需传统机器学习中的梯度更新或超参数调优。

【背景】KumoTabular 系列包含 Small/Medium/Large 三种规格，参数量从约 2800 万至 2.15 亿不等，权重采用 OpenMDW-1.1 许可，支持商业使用；而 Google 的 TabFM 和 TimesFM 3 虽被封装但受非商业许可限制。

【存疑】实测显示，尽管其在乳腺癌分类等基准上能达到与 scikit-learn 训练基线相当的精度，但三个默认设置存在静默错误风险：预处理默认丢弃时间戳和文本列；解释器仅报告最后一个估计器结果；关系模型若未声明时间列，可能读取未来数据导致虚假高分。此外，安装依赖 pyg-lib 时，官方报错指引的 URL 构建逻辑存在版本匹配缺陷，需手动修正为按主/次版本号获取 wheel。