Causilo prend la tête de TabArena avec 1794 points Elo

Nums AI lance Causilo. Nums AI a publié Causilo, un modèle de fondation tabulaire préentraîné pour la classification et la régression. Le modèle affiche le meilleur score Elo parmi les modèles uniques évalués sur TabArena, pour ces deux tâches. Son score Elo atteint 1794. Causilo est disponible pour le déploiement en recherche et en évaluation. Il fonctionne sur CUDA ou sur processeur central. Cette disponibilité place le modèle dans un cadre d’expérimentation accessible sur différentes configurations matérielles. Nums AI présente donc un système tabulaire directement exploitable pour tester des tâches de classification et de régression, avec une performance mesurée sur un benchmark dédié aux modèles tabulaires.

Un préentraînement synthétique. Nums AI indique que Causilo a été préentraîné uniquement sur des données synthétiques. Les jeux de données de TabArena n’ont pas été utilisés pendant ce préentraînement. Cette séparation distingue l’apprentissage initial de l’évaluation comparative menée sur TabArena. Le benchmark sert ainsi à mesurer les performances du modèle sur des données qui n’ont pas alimenté son préentraînement. Causilo est conçu pour traiter des tables destinées à la classification et à la régression. Sa configuration prend en charge jusqu’à dix classes. Elle prévoit aussi 999 intervalles de régression et jusqu’à 3 000 échantillons. Ces paramètres définissent le périmètre technique présenté pour son utilisation.

Causilo domine les modèles uniques

TabArena mesure l’avance. Sur TabArena, Causilo possède le plus haut Elo parmi les modèles uniques en classification et en régression. Son score atteint 1794 dans cette comparaison. TabArena rassemble des évaluations de modèles tabulaires, tandis que Causilo y est comparé comme modèle individuel. Le projet est associé à AutoGluon, et Nums AI a publié les éléments de déploiement du modèle. Les ressources disponibles incluent le dépôt GitHub de Causilo, sa page Hugging Face et le dépôt TabArena. Ces accès permettent de consulter le modèle, ses versions et le cadre d’évaluation utilisé pour le classement.

ScoringBench confirme plusieurs métriques. Causilo arrive premier selon le CRPS, le R² et le RMSE sur 101 jeux de données. Ces trois indicateurs couvrent l’évaluation annoncée pour les résultats de ScoringBench. Le modèle obtient aussi une première place selon ces métriques sur l’ensemble des 101 jeux de données évalués. Les résultats complètent son classement Elo sur TabArena. Causilo a été évalué sur 51 jeux de données et 816 divisions complètes. Son architecture utilise 128 emplacements latents. Ces chiffres décrivent l’étendue des évaluations et certains paramètres techniques associés au modèle. Ils placent la comparaison sur plusieurs mesures plutôt que sur un seul indicateur de classement.

Causilo accélère l’exécution

Fit et prédiction plus rapides. Causilo est présenté comme le modèle le plus rapide pour l’ajustement et la prédiction face à TabICLv2 et TabPFN-3. La comparaison porte donc sur deux étapes distinctes du traitement tabulaire. Le modèle est également déployable sur CUDA ou sur processeur central pour la recherche et l’évaluation. Cette compatibilité matérielle accompagne la comparaison de vitesse annoncée par Nums AI. Les résultats couvrent ainsi la performance de classement, plusieurs métriques de ScoringBench et la rapidité d’exécution. Causilo dispose aussi d’une version publiée par Nums AI, accessible via sa version 1.0.1 sur GitHub.