Google Research 的 TabFM，本质上是把“表格预测”从传统 AutoML/XGBoost 工作流，推进到 表格基础模型 + ICL（上下文学习） 工作流。

TabFM 的目标是：给一张新的表，不再为每个数据集单独训练模型，而是把训练样本和待预测样本一起作为上下文输入，模型一次前向推理直接输出分类/回归结果。

地址：research.google/blog/introducing-tabfm-a-zero-shot-foundation-model-for-tabular-data/?utm_source=twitter&utm_medium=social&utm_campaign=social_post&utm_content=gr-acct