TabPFN 3.5 在七项基准测试中夺冠，表格数据处理规模扩展至百万行

OmniTools 9月24日消息，TabPFN 3.5 模型凭借上下文学习能力，在七项表格数据基准测试中表现最优，处理规模从千行级提升至百万行级，显著优于 CatBoost 和 XGBoost。该模型采用完全合成数据训练，由 Prior Labs 开发，可迭代调控先验分布，避免数据泄漏与模型记忆问题。

相比前代 TabFM，TabPFN 3.5 推理速度提升 20 倍。SAP 已介入其分发与代理调用，初步打开商业化路径。但其宣称的“Do PFN”方法能否实质性降低随机对照试验（RCT）数据需求，仍需高风险理论验证，尚未获得实证支持。