Табличные данные

TabFM

Крупная табличная модель Google: классификация и регрессия по примерам без обучения, с числовыми и категориальными столбцами. Веса только для некоммерческого использования.

Разработчик
Google Research, США
Первый выпуск
июн 2026
Последний выпуск
июн 2026
Размеры
около 1.6B
Лицензия
Только некоммерческоеНекоммерческая лицензия TabFM
Запуск
Через свой серверНужна видеокарта
Сферы
Наука, Финансы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Пилотное сравнение с текущими моделями скоринга
  • Исследование данных о клиентах
  • Проверка гипотез по оттоку

Где применяется

R&D и аналитикаФинансыПродажи и CRM

Требования к железу

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

Версии

  1. TabFM 1.0.0

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 TabFM в коммерческом проекте?

Нет. Лицензия: Некоммерческая лицензия TabFM. Для коммерческого продукта нужна другая модель или отдельное соглашение с правообладателем.

Какое железо нужно для TabFM?

Минимум: Одна видеокарта на 16–80 ГБ — средние версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли TabFM русский язык?

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

Где скачать TabFM и сколько это стоит?

Веса TabFM 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 данныеEXAONE TabularLG AI Research · Южная КореяТолько некоммерческое

Маленькая табличная модель LG: при 21M параметров почти догоняет лидеров по точности классификации и регрессии. Веса только для некоммерческого использования.

Подробнее

Источник: huggingface.co/google/tabfm-1.0.0-pytorch. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.