TabPFN：把已有样本交给模型，为新表格记录补上预测

一张设备检测表已经积累了一批样本：每行写着温度、振动、使用时长，以及最后是否通过检测。现在又来了一批新记录，你想先估计哪些更可能不通过。TabPFN 做的就是这类工作：从有答案的表格样本里学习关联，再给没有答案的行预测类别；如果答案换成某个连续数值，就用回归模型输出数值预测。

值得认识它，是因为这条路线把“如何从一张新表学习”预先学进了模型。使用时，已有样本成为预测上下文，不必为每张表重新从零训练一套神经网络。下面以教学情境和官方示例解释流程，未运行设备检测实验。

它读的是样本与答案之间的关系

把检测表分成两部分：特征列是温度、振动、使用时长，目标列是通过或不通过。先留出一部分已有答案的记录作测试，其余记录连同答案交给模型；预测时只提供测试部分的特征，再把输出与保留的真实答案比较。之后才轮到真正没有答案的新记录。这样得到的是可检查的预测任务，而非让聊天模型凭列名猜答案。

官方多分类示例采用鸢尾花数据：输入花的测量特征和已知类别，先划分训练集与测试集，再分别调用概率预测和类别预测。概率回答“各类别分别有多大预测可能”，类别给出最终选择；示例最后计算 ROC AUC 与准确率，但代码本身没有展示本文可引用的实测分数。官方多分类示例

下面的官方示意把这件事分成左右两块。左边是提前用合成数据训练模型，右边才是使用者拿真实表格预测的阶段；右侧问号代表待预测的答案，不是缺失的任意单元格。

官方示意，来自 Prior Labs 仓库；原 SVG 经浏览器静态渲染。左侧训练过程与右侧应用过程不能混为一次用户操作。打开原图

这一设计让我更愿意把 TabPFN 看成表格预测的起跑线：已经有相对清楚的目标和历史样本时，可以先得到一个可比较的模型。若表里没有目标答案，或者真正想做的是汇总、透视、修复公式，就还没有进入它的主要任务。

旧文章里的“小表格模型”，如今已不是完整身份

当前仓库默认模型是 TabPFN-3.5，同时保留旧版本的选择入口。官方模型页把本地基础模型、托管 Plus 和 Thinking 分开列出，不能把托管增强能力统统写成本地包已经包含。当前模型与版本说明

即使从几百行的小任务开始，也要注意两个实际条件。第一，官方推荐 GPU，CPU 只适合较适中的数据；“模型能接收更大的表”和“自己的电脑能轻松运行”是两回事。第二，历史样本是否能代表新记录，比行数本身更关键。设备型号变了、检测标准改了，随机划分出来的漂亮分数未必回答下一批数据的问题。这是由任务结构得到的判断，不是项目给出的效果保证。

本地包首次使用会获取权重，当前新模型还需要接受条款；官方说明权重下载后的本地推理可离线，数据不随本地推理发往 Prior Labs。托管客户端则属于另一条服务路径。想接着了解，可从官方仓库与交互笔记本入口开始。

能下载代码，不等于默认权重可以商用

仓库代码为 Apache-2.0；当前 3.5 权重另有非商业、非生产许可，条款也限制输出进入业务流程等商业用途。旧版 v2 使用的是另一套条款，不能将它的授权结论沿用给默认版本。需要商业使用时，应取得对应授权，而不是只检查代码 LICENSE。

对正在学习建模的人，这个项目最有价值的第一步，是拿一张已有答案的表，明确预测目标、留出测试记录，再看模型是否比简单基线更有用。它把尝试一种强表格模型的路径缩短了，数据划分和任务定义仍要由使用者负责。