什么是表格基础模型？TabPFN、TabICL 和 TabFM 如何在无需训练的情况下进行预测

想象两位参加同一场考试的学生。第一位学生花三周时间只学习一个模块；第二位学生则已做过上百万份不同的试卷，并在考试当天拿到一张带有解题步骤的示例清单。

在大部分机器学习的发展历程中，表格模型更像第一位学生。每拿到一个新数据集，都要清洗列、做特征工程、训练 XGBoost 或 LightGBM，并花上数小时调参。

而表格基础模型就像第二位学生：您把带标签的行作为示例交给它，它就能在完全不训练的情况下预测其余部分。

到了 2026 年，这个理念从研究论文走向落地产品：SAP 向 Prior Labs 投入超过 €1 十亿，Google 也发布了自家模型。因此，本文将讨论：

• 什么是表格基础模型
• 为什么深度学习曾难以处理表格数据
• 这些模型实际如何做出预测
• 2026 年的关键模型
• 如何在 Python 中上手
• 何时该用（或不该用）它们

即使您缺乏深度学习经验也不必担心。本文的代码使用熟悉的 scikit-learn 接口；如果您需要快速复习，20 分钟看懂 8 种机器学习模型涵盖了基础。

表格基础模型要点速览

• TabPFN、TabICLv2 和 Google 的 TabFM 等表格基础模型是预训练在数百万张合成表上的神经网络，因此无需任何训练或调参即可在您的数据上进行预测。
• 在小到中等规模的数据集（大致 300 到 100,000 行）且随机切分的条件下，它们如今在多数基准上优于调参后的 XGBoost、CatBoost 和 LightGBM。
• 在时间有序、分组数据、超大数据集，以及需要快速 CPU 预测或易解释性的场景，梯度提升树依然占优。
• TabICLv2 是最佳起点：开源、可商业使用，且可通过 pip install tabicl 安装。

什么是表格基础模型？

表格基础模型是在数百万张合成表格数据上预训练的神经网络，它学会了预测目标列的一般策略，然后通过上下文学习将该策略应用到新表上，而无需针对每个数据集进行训练。

这里最大的变化在于学习发生的时间。

用 XGBoost 时，每训练一个新模型，学习都会在您的数据上进行。用表格基础模型时，学习早在数月前的预训练阶段就已完成，您的数据只是输入。此外，您会经常看到几个术语，下面用通俗语言解释一下：

• 上下文学习（ICL）：模型把带标签的行当作示例查看，用它们来预测新行，而不改变自身权重。
• 先验拟合网络（PFN）：在从先验中采样的数据上训练的模型；先验就是一种生成大量不同“假”数据集的配方。
• 合成预训练：在虚构表格而非真实表格上训练。
• 零样本预测：在全新数据集上不经任何训练或微调直接预测。

现在，让我们把表格基础模型与提升方法以及自动化机器学习（AutoML）做个比较：

在了解工作原理之前，我想先把它们和最知名、最常用的模型——大型语言模型——简单对比一下。

表格基础模型 vs. 大型语言模型

大型语言模型（LLM）与表格基础模型都使用Transformer，且都会从输入中的示例学习。

区别在于它们被构建来读取的对象不同。LLM 把表格当作一长串文本读取，这意味着它需要从逗号和空格中推断哪些数字属于同一列。

还存在语义问题。

数值 42 可能是年龄，也可能是营收，但数字本身并不会告诉您是哪一种。表格基础模型被训练为将每列视作独立变量、每行视作一个样本，因此会专注于列与列之间的关系。

我喜欢这样理解：LLM 擅长“谈论”您的数据，而表格基础模型则是为“对数据做数学运算”而生。

两者也可协同工作，这正是 H2O.ai 的 tabH2O 的定位：当 AI 代理需要从电子表格中得到一个数值时，调用它来做预测。

为什么表格数据曾经如此难以用于深度学习？

表格数据之所以难，是因为表格缺乏可被神经网络“一次学会、处处复用”的共享结构。每张照片里的像素都是像素；但金融数据集里名为 score 的列，与足球数据集里名为 score 的列，并无共性。

Léo Grinsztajn、Edouard Oyallon 与 Gaël Varoquaux 在 2022 年的一篇知名论文 Why do tree-based models still outperform deep learning on tabular data?（为何树模型仍优于深度学习处理表格数据？）在 45 个数据集上检验后发现，基于树的模型，尤其是梯度提升，在约 1 万行的中等规模表格上依旧胜过深度学习。原因包括：

• 陡峭跳变：真实模式常出现突变（如税率分级）。树易于处理，而神经网络偏好平滑函数。
• 无用列：表格常含不重要的列。树会直接忽略，但它们会明显拖累神经网络。
• 列有各自语义：每列是独立变量，标准神经网络倾向于把列混在一起，丢失语义。

还有两个实际问题让情况更糟。一张表里可能混有数值、类别、排序以及缺失值；而多数业务表只有数百到数千行，远不足以从零训练一个神经网络。

我认为，小数据集是最关键的问题。从零开始在 800 行上训练的神经网络无从借力，而树模型无需任何先验知识也能工作。

预训练正是为此而生。表格基础模型在见到您的数据之前，已经在数百万张小而杂乱的虚构表格上练过手，因此并非从零起步。

表格基础模型如何工作？

表格基础模型把带标签的训练行与未标注的测试行合并为一个输入，并在一次前向传播中预测缺失的标签。它的权重从不改变，就像 LLM 在您给出几个示例后回答问题一样。

这也改变了熟悉的 scikit-learn 方法的含义。

当您在 TabICL 上调用 .fit() 时，TabICL 文档解释说它会加载预训练检查点、预处理并存储您的数据。真正的工作发生在 .predict() 期间。

.fit() 这个名称保留下来，是为了让模型无缝融入您现有的 scikit-learn 代码。

图 1：TabPFN 先在数百万个合成数据集上预训练，然后在真实表格上一趟前向传递完成预测。底部面板展示了它在特征与样本维度上的注意力机制。来源：Hollmann 等，《Accurate predictions on small data with a tabular foundation model》，Nature（2025）。

合成预训练

合成预训练指在虚构表格上训练模型，这些表格由类似生成式模型的数据生成器产生。

可以把它想象成飞行员在模拟器中训练。飞行员在不同天气、机场与故障条件下练了上千次假飞行，这样第一次真实飞行就不再陌生。

TabPFN 的工作方式类似。

其作者编写了一个生成器，随机发明列与列之间的“因果”规则（例如，A 列影响 B 列，而 B 列影响目标），再根据这些规则生成行。

在预训练期间，目标列被隐藏，模型尝试去预测它，如此在不同规则、噪声水平与表格规模下重复上百万次。

重要的是，模型从不会学习任何真实主题的事实。它学习的是通用能力，如识别哪些列重要、处理离群值、以及在何时保持不确定。

事实上，TabICLv2 论文将其新的合成数据生成器视为性能提升的关键原因之一。

两种“读表”方式

您不必掌握所有架构细节，但了解两种主要设计思路会有所帮助：

1. 逐个单元格查看（TabPFN）。发表于 2025 年 Nature 的 TabPFN-2 会跟踪每一个单元格，并在行与列两个维度上比较单元格。细节极其丰富，但随表格变大开销会迅速上升，这也是 TabPFN-2 仅支持最多 10,000 行与 500 个特征的原因。
2. 先对每行做摘要（TabICL）。TabICL 会先将每行压缩为一个紧凑摘要，再基于这些摘要学习，而非基于单个单元格。因为需要比较的对象少得多，所以能处理更大的表格。

注意，这两大家族都在合成数据上训练，因此“先验拟合网络”描述的是训练方式，而非另一类模型。

图 2：TabFM 融合两种设计：先做 TabPFN 风格的行/列注意力，再做 TabICL 风格的行压缩，最后在上下文中预测缺失标签。来源：Google Research，《Introducing TabFM: A zero-shot foundation model for tabular data》（2026）。

代价转移：训练快了，预测反而慢

这里有个权衡，容易让人忽略。

XGBoost 训练时花时间，但预测几乎瞬时完成。

表格基础模型跳过训练，但它在每次预测时都必须重新读取所有训练行。

想象一位厨师不做任何备料，但每接一单都要把整本菜谱从头到尾重读一遍。

如果“菜谱”不厚还好，但随着数据集变大，预测会变慢。TabICL 与 TabPFN 都能缓存对训练数据的“阅读”来加速重复预测，但首轮仍需时间。

2026 年的关键表格基础模型有哪些？

2026 年的关键模型有 TabPFN、TabICLv2、Google 的 TabFM、Fundamental 的 NEXUS，以及 H2O.ai 的 tabH2O。我觉得有趣的是商业端推进之快：短短五个月，这一领域从学术论文走到重大交易。时间线如下：

• 2026 年 2 月：Fundamental 发布 NEXUS，融资 2.55 亿美元。
• 2026 年 5 月：SAP 同意收购 TabPFN 背后的 Prior Labs，并承诺四年内投入超过 €1 十亿（交易价格未披露）。该收购于 7 月完成。
• 2026 年 5 月：H2O.ai 发布 tabH2O。
• 2026 年 6 月：Google Research 发布 TabFM。

下面逐一介绍，从开创此类目的模型开始。

TabPFN（Prior Labs，现属 SAP）

TabPFN 是开创该类别的模型。TabPFN-2 于 2025 年 1 月发表在 Nature 上，并在最多 10,000 行的数据集上击败了调参后的树模型。

此后，Prior Labs 快速推出新版本。TabPFN-3 于 2026 年 5 月发布，最多可处理100 万行（最多 200 个特征）。它还通过付费 API 增加了“思考模式（Thinking mode）”，在拟合阶段花更多时间以获得更好预测。

最新版本 TabPFN-3.5 于 2026 年 9 月发布，其技术报告宣称在多个重要基准上名列前茅，包括时间有序与分组数据。我建议在其他方验证前，将其视作公司自报数据。

另一个要点是许可。TabPFN-2 可在注明来源的前提下商用，但 2.5 到 3.5 版本为非商业许可。意味着您可免费试验，但用于真实产品需购买付费许可。

TabICLv2（Inria）

TabICLv2 目前是最佳的完全开源表格基础模型。它由 Inria 开发，2026 年 2 月发布，并被 ICML 2026 接收。

TabICLv2 论文的核心结果是：在不做任何调参的情况下，它击败了上一代最佳模型 RealTabPFN-2.5，尽管后者做了调参、集成，并在真实数据上进行了微调。

根据其GitHub 仓库，在 TabArena 基准中，它还在约 80% 的数据集上优于重度调参的 XGBoost、CatBoost 与 LightGBM。

它也很快：在 H100 GPU 上，5 万行、100 个特征可在 10 秒内处理完，比 TabPFN-2.5 快约 10 倍。

最佳适用范围是 300 到 100,000 行，可在精度有所损失的情况下扩展到约 50 万行。

在我看来，这是大多数读者的首选起点。

它可通过 pip install tabicl 安装，使用方式与任何 scikit-learn 模型一致，且其宽松许可允许商业使用，无需注册。不过榜单变化很快，TabPFN-3.5 的报告现已将其自身排名在 TabICLv2 之上。

Google TabFM

TabFM 是 Google Research 的表格基础模型，2026 年 6 月 30 日发布。它的不同点在于使用场景：它已内置于 Google 的云数据仓库 BigQuery，您可以用纯 SQL 直接获取预测。

-- Use past customers (with known churn) to predict churn for new customers
-- AI.PREDICT is in preview, so check the BigQuery docs for the latest syntax
SELECT *
FROM AI.PREDICT(
  TABLE my_dataset.customers_history,
  TABLE my_dataset.customers_new,
  label_col => 'churned'
);

这对熟悉 SQL 而不熟悉 Python 的人来说非常友好。

不过，BigQuery 文档目前将特征列限制为 20 个、类别数限制为 10 个，且 Google 计划自 2026 年 10 月 30 日起在标准 BigQuery 计费之外另加基于 token 的定价。发布在 Hugging Face 上的模型权重为非商业用途，因此商业使用需通过 BigQuery。

Fundamental NEXUS

NEXUS 是 Fundamental 推出的封闭、仅面向企业的模型，这家位于旧金山的初创公司由前 DeepMind 研究人员创立。该模型于 2026 年 2 月发布，并获 2.55 亿美元融资，公司称其为大型表格模型（LTM）。

企业可通过 AWS 购买并运行 NEXUS。Fundamental 称财富 100 强公司已将其用于需求预测、定价与客户流失分析。不过，目前尚无公开的模型权重或基准结果可供自行核验，因此我倾向于将其视为企业级选项。

H2O.ai tabH2O

tabH2O 是 H2O.ai 的模型，其核心理念很简单：发送您的数据，返回预测结果。

它会替您处理缺失值与类别列，并可部署在企业自有服务器上，这对无法将数据上传云端的银行与医院而言十分重要。

我欣赏的一点是，tabH2O 论文对其能力并未夸大。它在 TALENT 基准上击败了调参后的 CatBoost 与 LightGBM，但仍落后于 TabICLv2。

关键模型小结

如何在 Python 中使用表格基础模型？

在 Python 中使用表格基础模型的方式与使用其他任何 scikit-learn 模型完全相同。

最好的方式是把它和 XGBoost 正面比一比，所以我们用 scikit-learn 内置的乳腺癌数据集来试验。

首先，安装依赖包：

pip install tabicl xgboost scikit-learn

然后在相同切分上运行两个模型：

from sklearn.datasets import load_breast_cancer
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
from tabicl import TabICLClassifier
from xgboost import XGBClassifier

# Load a small tabular dataset as a pandas DataFrame
X, y = load_breast_cancer(return_X_y=True, as_frame=True)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, stratify=y, random_state=42
)

# Tabular foundation model: fit() just stores the training rows
tfm = TabICLClassifier()
tfm.fit(X_train, y_train)
tfm_preds = tfm.predict(X_test)

# XGBoost baseline with reasonable, untuned settings
xgb = XGBClassifier(n_estimators=300, learning_rate=0.05, max_depth=4)
xgb.fit(X_train, y_train)
xgb_preds = xgb.predict(X_test)

print(f"TabICL accuracy:  {accuracy_score(y_test, tfm_preds):.3f}")
print(f"XGBoost accuracy: {accuracy_score(y_test, xgb_preds):.3f}")

这样的小数据集在普通笔记本 CPU 上也能顺畅运行。

在这样干净的数据上，两者的分数都会很高，所以请不要只凭一次切分就下结论。真正的考验是您自己凌乱的数据。

如果您想改用 TabPFN，运行 pip install tabpfn，然后只需改两行：

from tabpfn import TabPFNClassifier

tfm = TabPFNClassifier()  # The first run asks you to accept the license
tfm.fit(X_train, y_train)
tfm_preds = tfm.predict(X_test)

在您用真实数据比较模型之前，有一件重要的事。

如果数据带有日期，请按时间而非随机切分。否则模型就能偷看“未来”，正如下一节将看到的，这恰恰会让表格基础模型看起来比实际更好。

表格基础模型在哪些场景表现好，哪些场景会吃力？

当数据集小到中等、且测试行与训练行相似时，表格基础模型表现良好。它们在时间有序数据、分组数据、超大表格以及严格可解释性需求上会吃力。

“测试行与训练行相似”有个名字，IID（独立同分布）。这是您需要检查的数据属性中最重要的一点。

先看它们的强项：

• 小到中等数据集：几百到约 10 万行是甜蜜点。
• 脏数据：缺失值与类别列都有内置处理。
• 快速试验：无需编写特征工程代码，几秒内即可得到强基线。
• 无需 ML 基础设施：如 BigQuery 的 AI.PREDICT，彻底免去训练与部署。

下面是局限之处：如果计划在真实项目中使用，我认为它们更重要。

它们假设您的数据是 IID

2026 年 6 月发布的BeyondArena 基准在 142 个数据集上测试了 11 个模型，包括按时间切分（用过去预测未来）与按组切分（为新医院或国家预测）的数据。

结果显示，表格基础模型在小与中等规模的 IID 数据上效果最佳；而在时间有序、分组、超大与超宽数据上，基于树与其他深度学习模型依然领先。由于大多数业务数据（销售、欺诈、流失）都按时间演进，这一限制往往会在真实项目中显现。

BeyondArena 之后发布的 TabPFN-3.5 明确宣称已在时间有序与分组数据上缩小差距。这令人期待，但尚未得到独立测试。

它们更难解释

您可以从 TabICL 与 TabPFN 获取 SHAP 值，但耗时远多于树模型的 SHAP，且没有可供检查的树分裂。在信贷评分等领域，监管方需要理解模型，这会成为实际障碍。

预测时需要更多算力

一旦超过几千行，基本就需要 GPU，且随着训练数据增长，预测会变慢。CPU 上已训练好的 XGBoost 在速度上几乎总能胜出。

许可差异很大

TabPFN-2 需注明来源即可商用；更新的 TabPFN 版本为非商业；TabFM 权重为非商业；TabICLv2 则是宽松许可。

图 3：按模型家族的 Elo（越高越好）。表格基础模型在小型 IID 数据上领先，但在时序与大型数据集上出现下滑，而树与 MLP 更稳定。蓝色代表 TabICLv2、TabPFN-2.6 与 TabDPT 的最佳结果，并非最新 TabPFN 版本。来源：Purucker 等，《Beyond IID: How General Are Tabular Foundation Models, Really?》（2026），CC BY 4.0。

希望您也认同：表格基础模型已经显著抬高了“零门槛基线”的水平，但在大量真实情境中，树模型依然是更好的选择。

何时应该使用表格基础模型？

当您的数据集小到中等且为 IID，并且不需要完全可解释的模型或在 CPU 上极快的预测时，您应该考虑使用表格基础模型。以下是我会采用的决策表：

在选型之前，我建议先问自己三个问题：

1. 我的数据是 IID 吗？ 如果行按时间排序，或按客户、门店、患者分组，请谨慎对待随机切分得出的结果。
2. 我需要解释模型吗？ 如果监管者或管理者需要审计，倾向选择树模型。
3. 预测需要多快？ 如果要在 CPU 上每天服务数百万次预测，树模型更便宜、更快。

最后一点建议是：先跑一个表格基础模型，因为这只需几分钟。如果它在您的数据上无法胜过 XGBoost，那么您就知道值得把时间投入到特征工程与 XGBoost 调参上。

结语

还记得文章开头的两位学生吗？到了 2026 年，第二位——那个做过上百万份试卷的学生——终于能在小到中等表格上击败那个苦读数周的学生。

表格基础模型用预训练取代了“按数据集逐一训练”，并用“示例学习”取代了传统的 fit()。

最让我惊讶的是这一领域进步之快。2025 年，TabPFN-2 首次证明在小型表上神经网络可以战胜调参后的树模型；此后，TabICLv2 与 TabPFN-3 又把边界推进到了更大的数据集。

现在的开放问题是时间有序数据、数据分布漂移、可解释性与许可，而这些恰恰决定了模型能否进入真实产品。

所以我的建议是：把这些模型当作新的起点，然后根据您的数据、约束条件，以及模型的运行环境来选择最终方案。

如果您想精通仍在许多真实场景中获胜的树模型，欢迎学习我们的 Machine Learning with Tree-Based Models in Python 课程和 Supervised Machine Learning in Python 学习路径。若您使用 R，可参考 Machine Learning with Tree-Based Models in R，内容相同。