แท็ก

#in-context learning

3 บทความ

NVIDIA เปิด Kumo Tabular — foundation model สำหรับตารางข้อมูล 28M–215M พารามิเตอร์ ทำนายได้ใน forward pass เดียวโดยไม่ต้องเทรน ขึ้นอันดับ 1 บน TabArena
โมเดลใหม่

NVIDIA เปิด Kumo Tabular — foundation model สำหรับตารางข้อมูล 28M–215M พารามิเตอร์ ทำนายได้ใน forward pass เดียวโดยไม่ต้องเทรน ขึ้นอันดับ 1 บน TabArena

NVIDIA ปล่อย Kumo Tabular เมื่อ 29 ก.ย. เป็น foundation model แบบเปิดสำหรับ classification และ regression บนข้อมูลตาราง ส่งแถวที่มี label เป็น context แล้วทำนายแถวใหม่ได้ทันทีโดยไม่ต้องเทรนหรือจูน มีสามขนาดตั้งแต่ 28M ถึง 215M พารามิเตอร์ เทรนด้วยตารางสังเคราะห์ล้วน ใช้ license OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ และ NVIDIA รายงานว่าได้อันดับ 1 บน TabArena, BeyondArena, TALENT และ ScoringBench

· อ่าน 4 นาที
GEN-1.5: หุ่นยนต์เรียนงานใหม่จากการดูสาธิตครั้งเดียว 3–12 วินาที สำเร็จ 59% โดยไม่ต้องเทรนเลย — และแตะ 83% ด้วยการอัปเดตน้ำหนักแค่ 10 ก้าว
งานวิจัย

GEN-1.5: หุ่นยนต์เรียนงานใหม่จากการดูสาธิตครั้งเดียว 3–12 วินาที สำเร็จ 59% โดยไม่ต้องเทรนเลย — และแตะ 83% ด้วยการอัปเดตน้ำหนักแค่ 10 ก้าว

19 ส.ค. 2026 Generalist AI เปิดตัว GEN-1.5 โมเดลพื้นฐานสำหรับหุ่นยนต์ที่เรียนงานใหม่จากคลิปสาธิต 3–12 วินาทีเพียงคลิปเดียวที่ยัดเข้า context window — ทำสำเร็จเฉลี่ย 59% บน 10 งานโดยไม่แตะน้ำหนักโมเดลเลย และขึ้นเป็น 83% หลังเทรนเพิ่ม 10 ก้าวจากข้อมูล 5 นาที ซึ่งเปลี่ยนน้ำหนักไม่ถึง 0.15%

· อ่าน 6 นาที
Google เปิดตัว TabFM — foundation model สำหรับ 'ตารางข้อมูล' ทำนายแบบ zero-shot ชนะ gradient boosting ที่จูนมาเต็มที่ กำลังเข้า BigQuery
งานวิจัย

Google เปิดตัว TabFM — foundation model สำหรับ 'ตารางข้อมูล' ทำนายแบบ zero-shot ชนะ gradient boosting ที่จูนมาเต็มที่ กำลังเข้า BigQuery

Google Research เปิดตัว TabFM โมเดลพื้นฐานสำหรับข้อมูลตาราง (classification/regression) ที่ทำนายแบบ zero-shot ในการ forward ครั้งเดียว ไม่ต้องเทรน ไม่ต้องจูน — บน TabArena 51 ชุดข้อมูลเอาชนะ gradient-boosted trees ที่ปรับแต่งมาเต็ม และกำลังผูกเข้ากับ BigQuery ผ่านคำสั่ง AI.PREDICT

· อ่าน 5 นาที