Skip to content

Softonic Spain

Just another Softonic Sites site

NVIDIA presenta hoy Kumo Tabular: predice nuevos datos sin reentrenar

NVIDIA ha presentado hoy Kumo Tabular, una nueva familia de modelos fundacionales para datos tabulares. Está pensada para tareas de clasificación y regresión, o sea, para sacar predicciones a partir de esas hojas llenas de filas y columnas con las que trabajan casi todas las empresas.

Python
Python Descargar

Ahí está, de hecho, el foco de la propuesta. NVIDIA apunta a una de las tareas más habituales en cualquier organización: tomar una tabla y usarla para anticipar qué va a pasar. Su principal reclamo es que el sistema puede predecir filas nuevas a partir de filas de contexto ya etiquetadas, y hacerlo en una sola pasada.

Eso, llevado al trabajo diario, evita tener que entrenar un modelo distinto para cada caso, ponerse a ajustar hiperparámetros o arrancar con toda la fase previa de ingeniería de características.

Para equipos que viven entre datos de clientes, riesgo, fraude, ventas o previsiones, la promesa suena bastante directa: prototipos más rápidos y una base fuerte desde el primer minuto.

Kumo Tabular llega, siempre según NVIDIA, en tres tamaños: Small, Medium y Large. Se mueve entre 28 y 215 millones de parámetros. Los pesos se distribuyen bajo licencia OpenMDW-1.1, apta para uso comercial, mientras que la librería structured-data-models, o SDM, se publica con Apache-2.0. No es un detalle menor en un segmento donde las condiciones de uso suelen frenar bastante la adopción en empresa.

En la parte técnica, la documentación de NVIDIA pide Python 3.11 o superior y PyTorch 2.7 o superior. Los ejemplos oficiales, además, están orientados a GPU con CUDA.

Según la compañía, Kumo Tabular es un Transformer especializado en tablas. Combina atención por columna, atención por fila y atención en contexto, con una receta que toma ideas de TabICL y TabPFN.

Más en detalle, NVIDIA explica que el modelo parte de embeddings de celdas para valores numéricos y categóricos, construye embeddings de fila mediante self-attention inducida y cuatro tokens [CLS] aprendibles, y remata con una fase en la que las filas de consulta solo atienden a las filas de contexto. Eso permite calcular una sola vez las claves y valores de esas filas de contexto y luego reutilizarlos. Para regresión, el sistema devuelve 999 cuantiles en vez de limitarse a un valor puntual. Y para que la atención siga siendo útil cuando la tabla crece, cada consulta se escala con una temperatura que aumenta con el logaritmo del número de claves, usando coeficientes aprendidos por cada cabeza de atención.

Kumo Tabular corre sobre SDM, también según NVIDIA, una librería nativa para GPU que incluye además TabICLv2, TabFM de Google y KumoRelational para datos repartidos en varias tablas.

SDM añade una interfaz compartida de aprendizaje en contexto mediante TableTensor, junto con herramientas de preprocesado, ensamblado y soporte para clasificación multiclase.

NVIDIA también sostiene que los modelos se preentrenaron por completo con tablas sintéticas generadas a partir de modelos causales estructurales, no con datos reales. En ese conjunto incluyeron valores ausentes, categorías de alta cardinalidad, objetivos con colas pesadas y filas duplicadas en conflicto. El entrenamiento, según la propia empresa, escaló desde contextos de 1.024 filas hasta 60.000, y llegó a manejar hasta 100 columnas.

En rendimiento, NVIDIA sitúa a Kumo Tabular en cabeza de TabArena con una puntuación ELO de 1.950. También lo coloca primero en BeyondArena, TALENT y ScoringBench.

La compañía asegura, además, que en su configuración de evaluación el modelo es entre 17 y 26 veces más rápido que LimiX-2.

Aun con todo, la mayor parte de esos resultados salen del propio fabricante, así que todavía hace falta una validación independiente más amplia. Siguen abiertas, además, varias preguntas nada menores: el coste de inferencia en GPU, el tamaño real de la ventana de contexto, la explicabilidad en sectores regulados y las posibles caídas de rendimiento cuando los datos reales se apartan del régimen sintético con el que se entrenó.

Lo que NVIDIA quiere empujar va por ahí: que abrir una tabla y pedir una predicción se parezca cada vez más a usar una herramienta ya lista.

Author: Jesús Pina

{ "social": { "email": "", "facebook": "", "twitter": "", "linkedin": "" }, "ja-JP": "", "de-DE": "Jesús Pina verfolgt, was künstliche Intelligenz an der Software wirklich verändert, die wir täglich benutzen — und trennt dabei, was schon funktioniert, von dem, was bisher nur eine Ankündigung ist. Ihn interessiert die praktische Wirkung: welches Werkzeug echte Zeit spart, welches auf halbem Weg stehen bleibt und welches man sich vor der Installation zweimal ansehen sollte. Er arbeitet täglich mit KI-Modellen mitten im redaktionellen Prozess von Softonic und kennt deren Grenzen deshalb recht genau.", "en-US": "Jesús Pina follows what artificial intelligence is actually changing in the software people use every day, telling apart what already works from what is still only an announcement. What interests him is the practical effect: which tool saves real time, which one stops halfway and which one deserves a second look before you install it. He works daily with AI models inside Softonic's own editorial process, so he knows their limits fairly well.", "es-ES": "Jesús Pina sigue lo que la inteligencia artificial está cambiando de verdad en el software que usamos cada día, separando lo que ya funciona de lo que por ahora solo es un anuncio. Le interesa el efecto práctico: qué herramienta ahorra tiempo real, cuál se queda a medias y cuál conviene mirar dos veces antes de instalarla. Trabaja a diario con modelos de IA dentro del propio proceso editorial de Softonic, así que conoce bastante bien sus límites.", "fr-FR": "Jesús Pina suit ce que l'intelligence artificielle change réellement dans les logiciels du quotidien, en distinguant ce qui fonctionne déjà de ce qui n'est encore qu'une annonce. Ce qui l'intéresse, c'est l'effet pratique : quel outil fait gagner du temps, lequel s'arrête à mi-chemin et lequel mérite un second examen avant installation. Il travaille au quotidien avec des modèles d'IA au cœur du processus éditorial de Softonic, et connaît donc assez bien leurs limites.", "it-IT": "Jesús Pina segue ciò che l'intelligenza artificiale sta davvero cambiando nel software di ogni giorno, distinguendo quello che già funziona da quello che per ora è solo un annuncio. Gli interessa l'effetto pratico: quale strumento fa risparmiare tempo, quale si ferma a metà e quale conviene guardare due volte prima di installarlo. Lavora ogni giorno con modelli di IA dentro il processo editoriale di Softonic, e per questo ne conosce bene i limiti.", "nl-NL": "Jesús Pina volgt wat kunstmatige intelligentie echt verandert aan de software die we dagelijks gebruiken, en scheidt daarbij wat al werkt van wat nog slechts een aankondiging is. Wat hem interesseert is het praktische effect: welke tool echt tijd bespaart, welke halverwege blijft steken en welke je beter twee keer bekijkt voordat je hem installeert. Hij werkt dagelijks met AI-modellen binnen het redactieproces van Softonic en kent daardoor hun grenzen vrij goed.", "pl-PL": "Jesús Pina śledzi to, co sztuczna inteligencja rzeczywiście zmienia w programach używanych codziennie, oddzielając rozwiązania, które już działają, od tych, które są na razie tylko zapowiedzią. Interesuje go efekt praktyczny: które narzędzie naprawdę oszczędza czas, które zatrzymuje się w połowie drogi, a które warto sprawdzić dwa razy przed instalacją. Codziennie pracuje z modelami AI wewnątrz procesu redakcyjnego Softonica, więc dobrze zna ich ograniczenia.", "pt-BR": "Jesús Pina acompanha o que a inteligência artificial está realmente mudando nos programas que usamos todos os dias, separando o que já funciona do que ainda é apenas anúncio. O que lhe interessa é o efeito prático: qual ferramenta economiza tempo de verdade, qual para no meio do caminho e qual merece uma segunda olhada antes de instalar. Trabalha diariamente com modelos de IA dentro do próprio processo editorial da Softonic, e por isso conhece bem seus limites." } View all posts by Jesús Pina

Author Jesús PinaPosted on October 1, 2026October 1, 2026Categories Noticias

Post navigation

Previous Previous post: Ace Combat aterriza con su octava entrega: te explicamos porqué es tan popular
Next Next post: ¿Sabes con quién hablan tus hijos en WhatsApp? Las nuevas funciones de Meta tienen la respuesta

Recent Posts

  • Daniel Warren Johnson estrena Chainkata: su mezcla de Ghibli y Warhammer 40K
  • Zelda: Tears of the Kingdom ya tiene tanques, cazas y acorazados
  • Harry Potter: un casting despierta rumores de un Draco más joven
  • GTA 6 ya se cierra en algunas PS5 con el error CE-108255-1
  • Los anillos de poder logra ya su mejor nota de público: una subida con matices

Recent Comments

  • gumi gumi :3 on 12 usos del modo incógnito que no son el que piensas
  • dieguito cocaina on ¿Cuántas líneas de código tienen los programas, apps y videojuegos más populares?
  • Lord Mahas on No abras ese correo: qué hacer ante un mail sospechoso
  • rmad_93 on GTA V se enfrenta a un tráiler de 6 minutos de Watch Dogs, su rival “tecnológico”
  • Pedro on GTA V se enfrenta a un tráiler de 6 minutos de Watch Dogs, su rival “tecnológico”

Archives

  • November 2026
  • October 2026
  • September 2026
  • August 2026
  • July 2026
  • June 2026
  • May 2026
  • April 2026
  • March 2026
  • February 2026
  • January 2026
  • December 2025
  • November 2025
  • October 2025
  • September 2025
  • August 2025
  • July 2025
  • June 2025
  • May 2025
  • April 2025
  • March 2025
  • February 2025
  • January 2025
  • December 2024
  • November 2024
  • October 2024
  • September 2024
  • August 2024
  • July 2024
  • June 2024
  • May 2024
  • April 2024
  • March 2024
  • February 2024
  • January 2024
  • December 2023
  • November 2023
  • October 2023
  • September 2023
  • August 2023
  • July 2023
  • June 2023
  • May 2023
  • April 2023
  • March 2023
  • February 2023
  • January 2023
  • December 2022
  • November 2022
  • October 2022
  • September 2022
  • August 2022
  • July 2022
  • June 2022
  • May 2022
  • April 2022
  • March 2022
  • February 2022
  • January 2022
  • December 2021
  • November 2021
  • October 2021
  • September 2021
  • August 2021
  • July 2021
  • June 2021
  • May 2021
  • April 2021
  • March 2021
  • February 2021
  • January 2021
  • December 2020
  • November 2020
  • October 2020
  • September 2020
  • August 2020
  • July 2020
  • June 2020
  • May 2020
  • April 2020
  • March 2020
  • February 2020
  • January 2020
  • December 2019
  • November 2019
  • October 2019
  • September 2019
  • August 2019
  • July 2019
  • June 2019
  • May 2019
  • April 2019
  • March 2019
  • February 2019
  • January 2019
  • December 2018
  • November 2018
  • October 2018
  • September 2018
  • August 2018
  • July 2018
  • June 2018
  • May 2018
  • April 2018
  • March 2018
  • February 2018
  • January 2018
  • December 2017
  • November 2017
  • October 2017
  • September 2017
  • August 2017
  • July 2017
  • June 2017
  • May 2017
  • April 2017
  • March 2017
  • February 2017
  • December 2016
  • November 2016
  • October 2016
  • September 2016
  • August 2016
  • July 2016
  • June 2016
  • May 2016
  • April 2016
  • March 2016
  • February 2016
  • January 2016
  • December 2015
  • November 2015
  • October 2015
  • September 2015
  • August 2015
  • July 2015
  • June 2015
  • May 2015
  • April 2015
  • March 2015
  • February 2015
  • January 2015
  • December 2014
  • November 2014
  • October 2014
  • September 2014
  • August 2014
  • July 2014
  • June 2014
  • May 2014
  • April 2014
  • March 2014
  • February 2014
  • January 2014
  • December 2013
  • November 2013
  • October 2013
  • September 2013
  • August 2013
  • July 2013
  • June 2013
  • May 2013
  • April 2013
  • March 2013
  • February 2013
  • January 2013
  • December 2012
  • November 2012
  • October 2012
  • September 2012
  • August 2012
  • July 2012
  • June 2012
  • May 2012
  • April 2012
  • March 2012
  • February 2012
  • January 2012
  • December 2011
  • November 2011
  • October 2011
  • September 2011
  • August 2011
  • July 2011
  • June 2011
  • May 2011
  • April 2011
  • March 2011
  • February 2011
  • January 2011
  • December 2010
  • November 2010
  • October 2010
  • September 2010
  • August 2010
  • July 2010
  • June 2010
  • May 2010
  • April 2010
  • March 2010
  • February 2010
  • January 2010
  • December 2009
  • November 2009
  • October 2009
  • September 2009
  • August 2009
  • July 2009
  • June 2009
  • May 2009
  • April 2009
  • March 2009
  • February 2009
  • January 2009
  • December 2008
  • November 2008
  • October 2008
  • September 2008
  • August 2008
  • July 2008
  • June 2008
  • May 2008
  • April 2008
  • March 2008
  • February 2008
  • January 2008
  • December 2007
  • November 2007
  • October 2007
  • August 2007
  • July 2007
  • June 2007
  • May 2007
  • April 2007
  • March 2007
  • February 2007
  • December 2006
  • October 2006
  • September 2006
  • August 2006
  • July 2006
  • June 2006
  • April 2006
  • January 2006
  • November 2005
  • October 2005
  • June 2005
  • December 2004
  • October 2004
  • July 2004
  • December 2003
  • July 2003
  • December 2002
  • November 2002
  • July 2002
  • June 2002
  • April 2002
  • March 2002
  • February 2002
  • January 2002
  • December 2001
  • March 2001
  • November 2000
  • August 2000
  • June 2000
  • May 2000
  • April 2000
  • March 2000

Categories

  • Affiliate post
  • Expert Review
  • Gaming
  • Guides
  • Noticias
  • Patrocinado
  • Software>Security
  • Trucos y Consejos
  • Trucos y Consejos (OLD)
  • Uncategorized
  • Windows software

Meta

  • Log in
  • Entries feed
  • Comments feed
  • WordPress.org
Softonic Spain Proudly powered by WordPress