tabfm

TabFM 是一个面向表格数据的开源基础模型，支持零样本分类与回归任务。其核心特点是采用上下文学习（in-context learning）机制，在推理阶段无需微调即可直接利用用户提供的训练数据作为上下文进行预测；兼容 scikit-learn 接口，支持混合类型（数值+类别）特征输入，并提供 JAX 和 PyTorch 双后端实现。适用于中小规模结构化数据场景下的快速建模与原型验证，尤其适合缺乏标注数据或需低开销部署的业务分析、风控评估与实验性数据科学任务。