TabFM 1.0.0 (PyTorch)

Kumo Tabular

AI 模型

NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。Kumo Tabular 是 NVIDIA 预训练的表格基础模型，旨在进行分类和回归任务。它在使用结构化数据预测类别概率方面提供了先进的能力，使其成为数据科学家和分析师的宝贵工具。

SAINT

AI GitHub 仓库

该存储库提供了SAINT模型的官方PyTorch实现，旨在改进表格数据上的神经网络。它利用行注意力（row attention）和对比预训练（contrastive pre-training）技术来提高性能。该代码支持回归、二分类和多分类任务，为表格数据挑战提供了强大的解决方案。

用于表格数据的深度学习模型

AI GitHub 仓库

此 GitHub 存储库提供了 NeurIPS 2021 论文“重新审视表格数据的深度学习模型”的官方实现。它探讨了用于表格数据的深度学习架构，强调了 MLP 类模型作为强大的基线，并引入了 FT-Transformer 作为 Transformer 架构的强大改编。

TabNet

AI GitHub 仓库

PyTorch TabNet 是 TabNet 论文的 PyTorch 实现，提供了一种用于表格数据学习的注意力机制和可解释方法。它支持分类、回归和多任务学习，并具备半监督预训练和即时数据增强等功能。该库易于使用且为生产环境就绪而设计。

XLM-RoBERTa Base

AI 模型

多语言模型，预训练于 2.5TB 的 100 种语言数据上。它在序列分类和标记分类等任务中表现出色，是各种自然语言处理应用的宝贵工具。XLM-RoBERTa 是一个多语言模型，预训练于 2.5TB 的 100 种语言数据上。它在序列分类和标记分类等任务中表现出色，是各种自然语言处理应用的宝贵工具。

Mistral-7B-v0.1

AI 模型

具有 70 亿参数的预训练生成文本模型，旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B，使其成为自然语言处理任务的强大工具。Mistral-7B-v0.1 是一个具有 70 亿参数的预训练生成文本模型，旨在通过开源推动人工智能的发展。它在各种基准测试中超越了 Llama 2 13B，使其成为自然语言处理任务的强大工具。

Longformer Base 4096

AI 模型

为处理长文档而设计的 Transformer 模型。它基于 RoBERTa，并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制，结合了滑动窗口和全局注意力，以实现高效的长文档理解和特定任务的表征学习。Longformer Base 4096 是一款为处理长文档而设计的 Transformer 模型。它基于 RoBERTa，并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制，结合了滑动窗口和全局注意力，以实现高效的长文档理解和特定任务的表征学习。

Qwen1.5-110B 模型

AI 模型

基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。Qwen1.5-110B 是一种基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。