Табличные данные

TabDPT

Табличная модель от ИИ-лаборатории канадского банка, обученная на реальных таблицах, а не только на синтетике. Версия 1.2 Turbo на порядки ускорила расчёт.

Разработчик
Layer 6 AI (TD Bank), Канада
Первый выпуск
мар 2025
Последний выпуск
сен 2026
Размеры
около 60–80M
Лицензия
Можно в коммерциюApache 2.0
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Финансы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Скоринг заявок и клиентов
  • Прогноз оттока
  • Классификация операций и клиентов

Где применяется

Банки и финансыСтрахованиеПродажи и CRM

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. TabDPT 1.3
  2. TabDPT 1.2 (Turbo)
  3. TabDPT 1.1
  4. TabDPT 1.0

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать TabDPT в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для TabDPT?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли TabDPT русский язык?

Для этой модели язык не важен: она работает не с текстом.

Где скачать TabDPT и сколько это стоит?

Веса TabDPT лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Табличные данныеTabPFNPrior Labs (Университет Фрайбурга) · ГерманияКоммерция с условиями

Готовая модель для таблиц: получает примеры строк и сразу предсказывает для новых, без долгого обучения и подбора настроек. Свободно для бизнеса только v2, новые версии некоммерческие.

ПодробнееТабличные данныеTabICLInria (команда Soda) · ФранцияМожно в коммерцию

Открытая табличная модель от создателей scikit-learn: без обучения классифицирует и прогнозирует по примерам, тянет таблицы до сотен тысяч строк. Лицензия разрешает бизнес.

ПодробнееТабличные данныеMitraAmazon (команда AutoGluon) · СШАМожно в коммерцию

Табличная модель Amazon, встроенная в AutoGluon: классификация и регрессия по примерам с коротким дообучением. Mitra-v2 держит больше строк и столбцов.

Подробнее

Источник: github.com/layer6ai-labs/TabDPT-inference/releases. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.