Qué es y para qué sirve
El modelo recibe una tabla con filas etiquetadas como contexto y predice las etiquetas o los valores de filas nuevas mediante aprendizaje en contexto, sin entrenamiento, ajuste fino ni ingeniería de características. Clasificación y regresión son modelos separados, y hay tres tamaños que van de 28 a 215 millones de parámetros. Se preentrenó solo con tablas artificiales generadas con modelos causales estructurales. Admite hasta 60,000 filas y 100 columnas de contexto, solo con columnas numéricas y categóricas. En clasificación maneja hasta 10 clases de forma directa y más mediante códigos de corrección de errores. NVIDIA indica que ocupa el primer puesto en TabArena, BeyondArena, TALENT y ScoringBench. Los pesos se publican en Hugging Face bajo la licencia OpenMDW 1.1 y el código, en GitHub bajo Apache 2.0. Se usa como biblioteca de Python y funciona en CPU o GPU.
