# NVIDIA hisse Kumo Tabular en tête de quatre benchmarks > NVIDIA présente Kumo Tabular, un modèle ouvert pour données tabulaires, disponible sur Hugging Face et classé premier sur quatre benchmarks. Type : Actualité IA · Catégorie : Outils · Publié le 2026-09-30 · Signal IA - Order & Chaos Source : https://www.orderchaos.eu/signal-ia/actu/nvidia-place-kumo-tabular-en-tete-de-quatre-benchmarks Tags : nvidia, données tabulaires, modèles ouverts, apprentissage automatique, benchmark --- ## En résumé - NVIDIA propose Kumo Tabular comme modèle ouvert pour les données tabulaires. - Le modèle prédit les étiquettes de nouvelles lignes en un seul passage. - Kumo Tabular arrive premier sur quatre benchmarks dédiés aux données tabulaires. **Le signal :** NVIDIA Kumo Tabular se classe premier sur TabArena, BeyondArena, TALENT et ScoringBench. **[NVIDIA](/signal-ia/actu/alpamayo-2-pulverise-gpt-4o-de-232-pts-sur-lingoqa) présente Kumo Tabular** comme un modèle de fondation ouvert pour les données tabulaires. L’article consacré au modèle a été publié le 29 septembre 2026. Kumo Tabular est disponible sur Hugging Face. Il prédit les étiquettes de nouvelles lignes à partir d’un tableau de lignes étiquetées. Cette prédiction s’effectue en un seul passage. Le modèle utilise l’apprentissage en contexte pour produire ses prédictions. NVIDIA le propose en trois tailles. Ces versions comptent entre 28 millions et 215 millions de paramètres. Kumo Tabular vise donc plusieurs niveaux de capacité au sein d’une même famille. Son fonctionnement repose sur des données tabulaires fournies comme contexte au moment de la prédiction. **Les données artificielles structurent** l’entraînement de Kumo Tabular. Le modèle a été préentraîné uniquement sur des données artificielles. Cette caractéristique décrit précisément la constitution de son préentraînement. Elle distingue cette étape des données de lignes étiquetées utilisées ensuite pour effectuer une prédiction. Kumo Tabular applique l’apprentissage en contexte pendant cette utilisation. Le modèle reçoit un tableau de lignes étiquetées, puis prédit les étiquettes de nouvelles lignes. NVIDIA indique que cette opération tient en un seul passage. La famille comprend trois formats, de 28 millions à 215 millions de paramètres. Kumo Tabular est accessible sur [Hugging Face](https://huggingface.co/blog/nvidia/kumo-tabular), où NVIDIA présente également son fonctionnement et ses résultats. ## Kumo Tabular domine quatre benchmarks **Les résultats placent NVIDIA** en tête de quatre benchmarks consacrés à la prédiction tabulaire. Kumo Tabular arrive premier sur TabArena, BeyondArena, TALENT et ScoringBench. Ces quatre noms couvrent les évaluations citées pour le modèle. Les dépôts associés permettent de consulter [TabArena](https://github.com/autogluon/tabarena), [TALENT](https://github.com/LAMDA-Tabular/TALENT) et [ScoringBench](https://github.com/jonaslandsgesell/ScoringBench). Le classement premier concerne chacun des quatre benchmarks. Il fournit un repère commun pour comparer Kumo Tabular sur ces évaluations. NVIDIA présente ainsi une famille de modèles qui combine un apprentissage en contexte, trois tailles et une première place sur ces quatre références. Les résultats sont associés au modèle décrit dans l’article publié le 29 septembre 2026. **Les trois tailles couvrent** une plage comprise entre 28 millions et 215 millions de paramètres. Kumo Tabular conserve la même fonction centrale dans ces trois formats. Chaque version prédit les étiquettes de nouvelles lignes depuis un tableau de lignes étiquetées. Le traitement s’effectue en un seul passage. Le modèle utilise l’apprentissage en contexte pour cette tâche. Kumo Tabular traite également les valeurs manquantes de manière spécifique. Il ne requiert aucune imputation. Cette propriété concerne la préparation des valeurs manquantes avant la prédiction. NVIDIA rend le modèle disponible sur [Hugging Face](/signal-ia/actu/ai2-triple-son-stockage-sur-hugging-face-pres-de-deux-petaoctets). Le code associé aux modèles de données structurées est également accessible dans le dépôt [NVIDIA structured-data-models](https://github.com/NVIDIA/structured-data-models). ## Une licence autorise l’usage commercial **La licence OpenMDW-1.1** encadre l’utilisation commerciale de Kumo Tabular. NVIDIA place ainsi le modèle sous la licence OpenMDW-1.1. Le texte de cette licence est accessible sur le site [OpenMDW](https://openmdw.ai/license/1-1/). Kumo Tabular reste présenté comme un modèle de fondation ouvert pour les [données tabulaires](/signal-ia/actu/google-devoile-tabfm-lia-qui-predit-dans-vos-tableaux). Il est disponible sur Hugging Face, avec trois tailles allant de 28 millions à 215 millions de paramètres. Son usage repose sur l’apprentissage en contexte. Pour prédire, il prend des lignes étiquetées et produit les étiquettes de nouvelles lignes en un seul passage. Le modèle traite aussi spécialement les valeurs manquantes et ne requiert aucune imputation. Ces éléments définissent son accès, son format et son fonctionnement.