AI News

热点事件 持续更新

Databricks发布表格基础模型AI Runtime技术指南

2 篇正式报道2 条事件动态更新于 11月17日 02:22

先了解这件事

AI 综述

2026年11月16日,Databricks发布技术指南,介绍如何在AI Runtime上运行表格基础模型(TFM)。该指南说明,这类预训练模型无需针对具体任务训练,即可对新数据集做预测,省去定制训练与重训流程。Databricks Blog随后介绍,AI Runtime提供托管GPU、MLflow追踪和Unity Catalog集成,支持TFM实验与微调,并对比了TabPFNv2、TabICLv1、TabPFNv3、TabFM、KumoTabular等模型在准确率、推理延迟、GPU显存和成本上的差异。另有报道称,指南配套公开仓库用于对比TabPFN、TabFM、TabICL、Nori和KumoTabular五家模型及测试微调流程,并指出零样本推理时GPU显存随行数和特征数增长,单次预测成本高于CPU上的XGBoost,节省的主要是工程与维护时间。

AI 根据公开报道生成

最新进展 · 正式报道

Databricks 发布表格基础模型运行指南,对比五家模型与微调流程

事件进展

1 个已确认进展

  1. Databricks发布表格基础模型AI Runtime技术指南

    来源:Databricks Blog

报道与讨论时间线

按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。

11月17日

  1. Unite.AI

    Databricks 发布表格基础模型运行指南,对比五家模型与微调流程

    Databricks 于 2026 年 11 月 16 日发布技术指南,介绍如何在 AI Runtime 上运行表格基础模型,并配套公开仓库用于对比 TabPFN、TabFM、TabICL、Nori 和 KumoTabular 五家模型及测试微调流程。指南指出这类模型在零样本推理时把带标签的行作为上下文,无需更新参数即可预测,但 GPU 显存随行数和特征数增长,单次预测成本高于 CPU 上的 XGBoost,节省的主要是工程与维护时间。许可证方面,TabICLv2、Mitra v2 和 KumoTabular 可商用,TabFM 与 TabPFNv3.5 权重为非商用。

  2. Databricks Blog一手

    Databricks AI Runtime 上的表格基础模型

    Databricks 介绍了表格基础模型(TFM):这类预训练模型无需针对具体任务训练,即可对新数据集做预测,省去定制训练与重训流程。文章对比了 TabPFNv2、TabICLv1、TabPFNv3、TabFM、KumoTabular 等模型在准确率、推理延迟、GPU 显存和成本上的差异,并说明 Databricks AI Runtime 提供托管 GPU、MLflow 追踪和 Unity Catalog 集成,支持 TFM 实验与微调。

关联事件

  1. 相关事件Databricks 分享 Qwen 3.8 27B 微调提速 6 倍调优过程
  2. 相关事件Bright Machines用边缘捕获与Unity Catalog联邦实现气隙工厂数据看板
  3. 相关事件MIT课程课件讲解强化学习与同策略蒸馏实践
  4. 相关事件Thomas Wolf发布《The Ultimate MoE Training Handbook》