Databricks показала, как ИИ прогнозирует по таблицам без обучения: до 1 млн строк
Обычно под каждую задачу по таблице — кредитный риск, отток клиентов — обучают отдельную модель. Databricks выложила код для пяти ИИ-моделей, которые подстраиваются под ваши примеры прямо в момент прогноза. На видеокартах Nvidia H100 TabPFN-3 берёт до 1 млн строк, но прогноз дороже, чем у бустинга XGBoost на обычном процессоре. Перед внедрением сравните модели на своих данных.
AI-обработка оригинала TNW; редакция Hamidun News
Представьте, что банку нужно оценить риск по заявкам на кредит, а магазину — понять, какие клиенты скоро уйдут. Это табличные данные: строки — клиенты, столбцы — признаки вроде возраста, суммы покупок или числа просрочек. Обычно под каждую такую задачу команда обучает отдельную модель, чаще всего бустинг XGBoost, и потом регулярно её переобучает. В понедельник Databricks показала другой путь: ИИ-модели, которые прогнозируют по таблице без отдельного обучения под задачу. Компания выпустила гайд и открытый код для пяти таких моделей. По её данным, на видеокартах Nvidia H100 одна из них, TabPFN-3, работает с таблицами до 1 млн строк и 200 столбцов.
Как это работает на пальцах
Модели называют табличными фундаментальными. Их заранее обучают на миллионах искусственных таблиц, чтобы они усвоили общие закономерности: как обычно связаны столбцы, как выглядят шум и выбросы. Когда компания приносит свою таблицу, дообучать ничего не нужно. Вы передаёте модели примеры строк с известными ответами, например прошлых клиентов, которые ушли или остались, и она подстраивается под них прямо в момент прогноза.
Это похоже на опытного аналитика. Он не строит новую модель с нуля, а смотрит на ваши прошлые кейсы и сразу оценивает новый. Databricks опубликовала код, который сравнивает пять моделей: TabICLv2, Mitra v2, KumoTabular, TabFM и свежий TabPFN. Запускать их предлагается на AI Runtime — GPU-сервисе Databricks с оплатой по факту использования, который работает в режиме превью с марта.
Направление набирает популярность. С Prior Labs, создателем TabPFN, сотрудничает SAP, которая тесно работает с Databricks, а H2O.ai тоже выпустила свою разработку в этой области.
Где подвох
Databricks сама называет недостатки, и они существенные. Первый — стоимость. Один прогноз на GPU обходится дороже, чем у классического XGBoost на обычном процессоре. Если у вас поток из миллионов предсказаний в сутки, разница быстро превращается в заметную строку в счёте.
Второй — память. Модель при каждом прогнозе заново читает всю обучающую выборку, поэтому потребление памяти растёт вместе с числом строк. У обычного бустинга после обучения всё иначе: готовая модель весит мало и работает быстро.
Третий — лицензии. TabICLv2, Mitra v2 и KumoTabular можно использовать коммерчески. А вот TabFM и новейшую версию TabPFN придётся получать по отдельному договору с их авторами. Если вы планировали сразу взять самую свежую и сильную модель, сначала уточните условия.
Сама Databricks советует не верить обещаниям на слово и сначала проверять модели на собственных данных. Из публикации не следует, что табличные фундаментальные модели везде обгоняют бустинг по точности. Это новый инструмент со своими сильными сторонами, а не замена всему, что работало раньше.
Что с этим делать практикам
Главное преимущество такого подхода — скорость старта. Если нужно быстро проверить гипотезу, собрать прототип или решить задачу, под которую нет ресурсов на полноценный ML-цикл, готовая модель без обучения может сэкономить недели. Особенно это полезно там, где размеченных данных мало, а строить пайплайн переобучения ради одной задачи нет смысла.
Для массового продакшена с жёстким бюджетом на каждый прогноз XGBoost и его аналоги на CPU пока выглядят надёжнее и дешевле. Разумная схема такая: прототипировать на табличной фундаментальной модели, сравнивать её качество с бустингом на тех же данных, а затем решать, стоит ли платить за GPU на постоянной основе.
Открытый код Databricks позволяет сравнить пять моделей на одном стенде, не собирая инфраструктуру самостоятельно. Для команд, которые уже сидят на Databricks, это быстрый способ понять, окупается ли идея на их таблицах. Всем остальным стоит заранее посмотреть на лицензионные ограничения и стоимость прогноза, прежде чем закладывать такую модель в архитектуру.
- 21 нояб. 2026 г.Nvidia удвоила прибыль, но акции упали на 2% из-за поиска нового гендиректора
- 21 нояб. 2026 г.Nous Research доучила китайскую Qwen3.8, и пропаганды в ответах стало 1% вместо 22%
- 21 нояб. 2026 г.Samsung хочет купить Modine — поставщика охлаждения для ЦОДов — почти за $6 млрд
- 21 нояб. 2026 г.Reuters: ИИ-стройки Китая на $3,2 млрд завязаны на чипы Nvidia, а Хуанг ушёл
Вопросы и ответы по материалу
Что известно по теме: как это работает на пальцах?
Модели называют табличными фундаментальными. Их заранее обучают на миллионах искусственных таблиц, чтобы они усвоили общие закономерности: как обычно связаны столбцы, как выглядят шум и выбросы. Когда компания приносит свою таблицу, дообучать ничего не нужно. Вы передаёте модели примеры строк с известными ответами, например прошлых клиентов, которые ушли или остались, и она подстраивается под них прямо в момент прогноза. Это похоже на опытного аналитика.
Что известно по теме: где подвох?
Databricks сама называет недостатки, и они существенные. Первый — стоимость. Один прогноз на GPU обходится дороже, чем у классического XGBoost на обычном процессоре. Если у вас поток из миллионов предсказаний в сутки, разница быстро превращается в заметную строку в счёте. Второй — память. Модель при каждом прогнозе заново читает всю обучающую выборку, поэтому потребление памяти растёт вместе с числом строк. У обычного бустинга после обучения всё иначе: готовая модель весит мало и работает быстро.
Что известно по теме: что с этим делать практикам?
Главное преимущество такого подхода — скорость старта. Если нужно быстро проверить гипотезу, собрать прототип или решить задачу, под которую нет ресурсов на полноценный ML-цикл, готовая модель без обучения может сэкономить недели. Особенно это полезно там, где размеченных данных мало, а строить пайплайн переобучения ради одной задачи нет смысла. Для массового продакшена с жёстким бюджетом на каждый прогноз XGBoost и его аналоги на CPU пока выглядят надёжнее и дешевле.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.