Google Research lance TabFM, un modèle de fondation zero-shot pour les données tabulaires

Google Research a présenté TabFM, un modèle de fondation pour les données tabulaires. Il réalise classification et régression en zero-shot, sans entraînement spécifique à un jeu de données. Le site MarkTechPost a rapporté l'information le 1 juillet 2026.

Comment TabFM traite les tableaux

TabFM produit ses prédictions en une seule passe avant (forward pass) grâce à l'in-context learning : le modèle s'appuie « à la volée » sur les exemples fournis dans la requête elle-même, sans cycle d'entraînement dédié à chaque jeu de données.

• Format — modèle de fondation pour les données tabulaires
• Capacités — classification et régression en zero-shot
• Méthode — in-context learning, prédiction en une seule forward pass
• Ne requiert pas — d'entraînement sur le jeu de données, d'optimisation des hyperparamètres ni de feature engineering manuel
• Architecture — attention hybride (hybrid-attention)

Le nom du modèle met en avant une architecture d'attention hybride. Elle permet de prendre en compte simultanément les relations entre les lignes (les objets) et entre les colonnes (les variables) du tableau, ce que les transformers classiques, conçus pour le texte, ne prévoient pas par défaut.

Pourquoi les données tabulaires posent un problème à part pour l'IA

L'essentiel des données d'entreprise ne se présente ni sous forme de texte ni sous forme d'images, mais de tableaux : lignes de clients, de transactions, d'indicateurs. Longtemps, les meilleurs outils pour ce type de tâche sont restés le gradient boosting et les modèles de ML classiques comme XGBoost et LightGBM. Ils sont précis, mais chacun doit être réentraîné et réglé pour un jeu de données et une tâche donnés, et toute modification des variables impose un nouveau cycle de préparation des données.

L'idée d'un modèle de fondation pour les tableaux consiste à disposer d'un seul modèle pour de nombreuses tâches : entraîner en amont un grand modèle sur une multitude de tableaux hétérogènes, puis l'appliquer à de nouvelles données sans réentraînement. Le principe rappelle celui des modèles de langage, qui résolvent de nouvelles tâches textuelles sans fine-tuning, à condition d'être correctement sollicités. Pour les données tabulaires, cette voie a longtemps été jugée difficile à atteindre, précisément à cause de l'hétérogénéité des tableaux : chacun possède ses propres colonnes, types de données et relations sémantiques, alors que dans le texte, la grammaire et le vocabulaire sont communs à tous les documents.

Ce que cela change pour les data scientists

Si l'approche zero-shot de TabFM se montre suffisamment précise sur de vraies données d'entreprise, elle bouleverse l'économie des tâches de ML courantes sur tableaux. Le cycle « constituer le jeu de données → entraîner le modèle → optimiser les hyperparamètres → déployer » se réduirait à une seule étape : fournir les données au modèle et obtenir une prédiction. Un atout particulièrement précieux lorsque le jeu de données est petit ou évolue rapidement, et qu'entraîner un modèle dédié n'est pas rentable.

Ce que cela signifie

Google Research transpose une fois de plus la logique des modèles de fondation — « entraîner une fois, appliquer partout » — du texte et de l'image vers les données tabulaires, restées jusqu'ici le pré carré du machine learning classique. Si l'approche se confirme en pratique sur un large éventail de tâches, la concurrence ne se jouera pas seulement entre les modèles de fondation tabulaires des différentes entreprises, mais aussi entre cette nouvelle classe de modèles et le gradient boosting traditionnel, pour devenir l'outil par défaut des tâches de ML courantes sur données tabulaires.