NVIDIA Kumo Tabular、表形式予測で精度と効率の新境地を開く

NVIDIAが表形式データ専用のファウンデーションモデル「Kumo Tabular」をオープンソース化した。28M～215Mパラメータの3サイズ構成で、学習もチューニングも特徴量エンジニアリングもなしに、与えられた表データから直後に予測値を返す。分類・回帰の両タスクに対応し、4つのベンチマークで一位を獲得している。

ここが転換点だ。表形式データの領域は20年間、勾配ブースティング木の支配下にあった。顧客離脱予測、債務不履行判定、需要予測。毎回新しい課題に直面するたびに、ラベル収集、特徴量設計、ハイパーパラメータ探索、検証、本番デプロイという同じサイクルを回してきた。モデルは個別タスク最適化されるだけで、表データ一般についての知識は蓄積されない。LLMが「プロンプト内学習」で新タスクを学習なしに解く方法を示した。Kumo Tabularはその原理を表データに適用した具体化である。人工データだけで事前学習され、自動的にセル・行・文脈の構造を理解する。

中小企業にとって意味するところは大きい。これまで特徴量設計に強い人材が必須だった領域が、既存表データをそのまま流すだけで予測が返ってくる次元へシフト始めている。顧客単価予測から部品納期管理まで、あらゆる表データ業務が「属人性なく」動かせる可能性を握る。ただしベンチマーク勝利は事実だが、各社の業界特性・ノイズパターンが一致するか検証は必須。銀の弾丸ではなく、新しい選択肢が一つ増えた段階と見るべし。