Google Research lança TabFM, foundation model para dados tabulares com zero-shot

O Google Research apresentou o TabFM, um foundation model para dados tabulares capaz de fazer classificação e regressão zero-shot sem treinamento para um dataset específico. A informação foi publicada pelo portal MarkTechPost em 1 de julho de 2026.

Como o TabFM processa tabelas

O TabFM gera previsões em uma única passagem direta (forward pass) usando in-context learning: o modelo se baseia "na hora" nos exemplos contidos na própria consulta, sem um ciclo de treinamento separado para cada dataset.

• Formato — foundation model para dados tabulares
• Recursos — classificação e regressão zero-shot
• Método — in-context learning, previsão em um único forward pass
• Não exige — treinamento por dataset, ajuste de hiperparâmetros, feature engineering manual
• Arquitetura — atenção híbrida (hybrid-attention)

O nome do modelo destaca a arquitetura de atenção híbrida, que permite considerar ao mesmo tempo as relações entre as linhas (objetos) e entre as colunas (atributos) da tabela. Transformers clássicos, pensados para texto, não trazem esse recurso por padrão.

Por que dados tabulares são um problema à parte para a IA

A maior parte dos dados corporativos não é texto nem imagem, e sim tabelas: linhas de clientes, transações e indicadores. Por muito tempo, as melhores ferramentas para essa tarefa foram o gradient boosting e modelos clássicos de ML, como XGBoost e LightGBM. Eles são precisos, mas cada um precisa ser treinado e ajustado de novo para cada dataset e cada tarefa, e qualquer mudança no conjunto de atributos significa um novo ciclo de preparação de dados.

A proposta de um foundation model para tabelas é que um único modelo sirva para muitas tarefas: treinar antecipadamente um modelo grande em várias tabelas heterogêneas e depois aplicá-lo a novos dados sem retreinamento — do mesmo jeito que modelos de linguagem resolvem novas tarefas de texto sem fine-tuning, desde que recebam o pedido certo. Para dados tabulares, esse caminho foi considerado difícil por muito tempo justamente por causa da heterogeneidade das tabelas: cada uma tem seu próprio conjunto de colunas, tipos de dados e relações semânticas entre eles. No texto, ao contrário, gramática e vocabulário são comuns a todos os documentos.

O que isso significa para cientistas de dados

Se a abordagem zero-shot do TabFM for precisa o bastante em dados corporativos reais, a economia das tarefas típicas de ML com tabelas muda. No lugar do ciclo "montar o dataset → treinar o modelo → ajustar hiperparâmetros → fazer o deploy", sobra um único passo: enviar os dados ao modelo e receber a previsão. Isso é especialmente valioso em tarefas com datasets pequenos ou que mudam rápido, nas quais não compensa treinar um modelo dedicado.

O que isso significa

O Google Research volta a levar a lógica dos foundation models — "treine uma vez, aplique em qualquer lugar" — do texto e das imagens para os dados tabulares, área que até hoje continuava sendo território do machine learning clássico. Se a abordagem se confirmar na prática em uma ampla gama de tarefas, a disputa vai acontecer não só entre foundation models para tabelas de diferentes empresas, mas também entre essa nova classe de modelos e o tradicional gradient boosting, pelo posto de ferramenta padrão para tarefas típicas de ML com dados tabulares.