NVIDIA Kumo Tabular、オープンウェイトでTabArena首位に

NVIDIAは2026年9月29日、表計算ソフトのような形式の表から、事前にその表で学習することなく予測を行うモデル、Kumo Tabularを公開しました。NVIDIAの発表によると、この種のタスク向けの公開ベンチマークであるTabArenaで、Eloスコア1,950を記録して首位に立っています。重みは無料でダウンロードでき、ライセンスは商用利用を認めています。

表形式データとは、データベースやCSVファイルの行と列のことです。顧客、取引、センサーの測定値などがこれにあたります。こうしたデータの予測作業の多くは、今でもデータセットごとに新しいモデルを学習させることを意味し、そのモデルは勾配ブースティング木のライブラリであることが多いです。Kumo Tabularはその手順を省きます。これによって、チームが最初の使える答えを得るまでの速さが変わります。

インコンテキスト予測の仕組み

Kumo Tabularはインコンテキスト学習を使います。これは、チャットモデルがプロンプト内に置かれた例に従えるのと同じ考え方です。答えがすでにわかっている行をモデルに渡します。モデルはそれを文脈として読み、新しい行の答えを1回の処理で予測します。モデル自体は何も変わりません。学習の実行も、重みの更新もありません。

モデルカードのクイックスタートの例が、その形を示しています。pipでstructured-data-modelsパッケージをインストールし、表を読み込み、ラベル付きの行と新しい行をまとめて渡します。この例は、NVIDIAのグラフィックスカード向けプラットフォームであるCUDAのGPU上で動きます。

サイズ、制限、ライセンス

NVIDIAは重みを3つのサイズで公開しており、パラメーター数は2,800万から2億1,500万です。チャットモデルと比べるとごく小さく、それも狙いの一部です。高速かつ低コストで動かせるように作られています。

項目	詳細
モデルサイズ	3種類、28Mから215Mパラメーター
列の型	数値とカテゴリー
列数	最大100
分類	1回の処理で最大10クラス
テストされた行数	最大60,000行のデータセット
重みのライセンス	OpenMDW-1.1（NVIDIAによれば商用利用が可能）
コードのライセンス	NVIDIAが書いたコードはApache 2.0

テキスト、画像、タイムスタンプは、モデルが使う前に前処理が必要だと、Superpower Dailyは報じています。コードはNVIDIA/structured-data-modelsリポジトリにあります。Python 3.11以降とPyTorch 2.7以降が必要で、おなじみのfit()とpredict()メソッドを備えています。同じリポジトリには、NVIDIAの構造化データ向けのほかのモデルであるTabICLv2、TabFM、KumoRelationalも含まれています。

スコア

NVIDIAの投稿は、3つの主張をしています。

• TabArenaで首位、Eloスコアは1,950。
• 表形式モデル向けの2つ目のベンチマークスイートであるTALENTで、総合トップの順位。
• 競合する表形式モデルLimiX-2より17倍速い予測。

Superpower Dailyによると、NVIDIAは評価をRTX 6000 Pro GPUで実施しました。投稿では、研究への貢献者としてDavid HolzmüllerとVignesh Kothapalliの名前が挙げられています。

TabArenaのメンテナー自身が、すでにこのモデルをベンチマークのコードに組み込んでいます。2026年9月28日にマージされたプルリクエストは、TabArenaがKumo Tabularをラップする方法を変更するものです。バギングされたモデルのコピー、つまり予測を組み合わせる複数のコピーが、CPUではなくGPUで予測できるようになりました。プルリクエストによると、予測のたびに推定器（estimator）を作り直すことで、約16ミリ秒が加わります。

開発者への影響

Kumo Tabularは、自動的な置き換えではなく、新しいベースラインとして扱ってください。調整済みの勾配ブースティングモデルがすでにあるなら、同じホールドアウトの行で両方を実行し、精度とレイテンシを比べてください。インコンテキストモデルが最も力を発揮するのは、まだモデル化したことのないデータセットで、そこそこの答えを素早く必要とするときです。

リーダーボードより先に制限を確認してください。最大100列、1回の処理につき10クラス、テスト済みのデータセットは最大60,000行という条件は、多くの業務用の表をカバーしますが、すべてではありません。列の多い特徴量テーブルや、大規模な多クラス問題は、NVIDIAが示した範囲の外にあります。

GPUを用意する前提で計画してください。クイックスタートとリポジトリはCUDAを軸に作られており、NVIDIAが報告した数値はハイエンドのワークステーション向けカードによるものです。本番で使うハードウェアで、実際に得られるレイテンシを測ってください。

重みのライセンスは、コードのライセンスとは別に読んでください。コードはApache 2.0ですが、重みはOpenMDW-1.1を採用しています。これは、多くの法務チームがまだ確認していないであろうライセンスです。NVIDIAは商用利用を認めているとしています。モデルが顧客向けのシステムに入る前に、そのことを書面で確認してください。

最後に、注目すべきはTabArenaでのマージです。独立したベンチマークが独自の実行環境でモデルを動かせば、Eloの数値はベンダーの主張だけではなくなります。数週間後に、公開リーダーボードをもう一度確認してください。