{"id":204136,"date":"2026-10-01T09:48:00","date_gmt":"2026-10-01T08:48:00","guid":{"rendered":"https:\/\/cms-articles.softonic.io\/fr\/?p=204136"},"modified":"2026-10-01T09:48:13","modified_gmt":"2026-10-01T08:48:13","slug":"nvidia-publie-kumo-tabular-des-modeles-ouverts-pour-les-donnees-tabulaires","status":"publish","type":"post","link":"https:\/\/cms-articles.softonic.io\/fr\/nvidia-publie-kumo-tabular-des-modeles-ouverts-pour-les-donnees-tabulaires\/","title":{"rendered":"NVIDIA publie Kumo Tabular : des mod\u00e8les ouverts pour les donn\u00e9es tabulaires"},"content":{"rendered":"

NVIDIA a pr\u00e9sent\u00e9 aujourd\u2019hui Kumo Tabular<\/strong>, une nouvelle famille de mod\u00e8les de fondation pour les donn\u00e9es tabulaires. les poids sont publi\u00e9s<\/a> sous licence OpenMDW-1.1 et l\u2019ensemble arrive aussi dans la biblioth\u00e8que open source structured-data-models (SDM), d\u2019apr\u00e8s l\u2019entreprise.<\/p>\n

\r\n
\r\n
\r\n
\r\n \"Python\"\r\n <\/div>\r\n
\r\n Python<\/span>\r\n T\u00e9l\u00e9charger<\/a>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/div>\r\n
\r\n <\/span>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n<\/div>\n\n\n\n

Ces mod\u00e8les visent des usages en finance, en sant\u00e9, dans le commerce ou l\u2019industrie. NVIDIA dit qu\u2019ils peuvent pr\u00e9dire la cible d\u2019une nouvelle ligne \u00e0 partir de lignes de contexte annot\u00e9es, en un seul passage<\/strong>, sans entra\u00eenement propre \u00e0 chaque t\u00e2che, sans r\u00e9glage d\u2019hyperparam\u00e8tres et sans passer par la cr\u00e9ation manuelle de variables.<\/p>\n\n

L\u2019autre point marquant, c\u2019est l\u2019ouverture du dispositif. Les poids sont diffus\u00e9s sous licence OpenMDW-1.1<\/strong>, qui autorise un usage commercial, tandis que la biblioth\u00e8que structured-data-models (SDM) est propos\u00e9e sous licence Apache-2.0. Sur le terrain, ce choix peut compter, surtout pour des d\u00e9ploiements en production.<\/p>\n\n

Kumo Tabular se d\u00e9cline en trois tailles<\/strong>, Small, Medium et Large, pour un volume d\u2019environ 28 \u00e0 215 millions de param\u00e8tres, toujours d\u2019apr\u00e8s NVIDIA. L\u2019environnement vis\u00e9 repose sur Python 3.11<\/a> ou plus, PyTorch 2.7 ou plus, et surtout sur des machines dot\u00e9es de GPU CUDA.<\/p>\n\n

NVIDIA place ces mod\u00e8les dans structured-data-models (SDM), son framework open source orient\u00e9 GPU pour les donn\u00e9es structur\u00e9es.<\/p>\n\n

On y trouve \u00e9galement TabICLv2, TabFM de Google et KumoRelational pour les jeux de donn\u00e9es multi-tables, le tout avec une interface commune, TableTensor. S\u2019y ajoutent des briques de pr\u00e9traitement, d\u2019ensemble et de gestion des probl\u00e8mes avec un tr\u00e8s grand nombre<\/strong> de classes, l\u00e0 encore selon NVIDIA.<\/p>\n\n

Kumo Tabular a \u00e9t\u00e9 con\u00e7u pour les tables, et pas comme une adaptation de derni\u00e8re minute. NVIDIA explique que l\u2019architecture m\u00eale une attention par colonne, par ligne et en contexte, avec des repr\u00e9sentations de cellules num\u00e9riques et cat\u00e9gorielles fond\u00e9es notamment sur des caract\u00e9ristiques de Fourier<\/strong> apprises. Viennent ensuite des repr\u00e9sentations de lignes avec self-attention induite et quatre tokens CLS entra\u00eenables, avant qu\u2019un Transformer de contexte ne produise la pr\u00e9diction.<\/p>\n\n

D\u00e9tail assez singulier, d\u2019apr\u00e8s NVIDIA : les lignes \u00e0 pr\u00e9dire peuvent consulter les lignes de contexte, mais pas l\u2019inverse<\/strong>. L\u2019int\u00e9r\u00eat est tr\u00e8s concret, puisque les cl\u00e9s et valeurs du contexte peuvent \u00eatre calcul\u00e9es une seule fois puis r\u00e9utilis\u00e9es pour \u00e9valuer un grand nombre de lignes. En r\u00e9gression, le mod\u00e8le sort 999 quantiles, ce qui permet d\u2019obtenir \u00e0 la fois une pr\u00e9diction centrale et une estimation de l\u2019incertitude.<\/p>\n\n

Le pr\u00e9entra\u00eenement a \u00e9t\u00e9 men\u00e9 enti\u00e8rement sur des donn\u00e9es synth\u00e9tiques issues de mod\u00e8les causaux structurels, avec des tables contenant des valeurs manquantes, des cat\u00e9gories \u00e0 forte cardinalit\u00e9<\/strong>, des cibles \u00e0 queue lourde, ainsi que des lignes dupliqu\u00e9es ou contradictoires, si l\u2019on suit la pr\u00e9sentation de NVIDIA. L\u2019entra\u00eenement s\u2019est d\u00e9roul\u00e9 en trois \u00e9tapes, avec des contextes allant de 1 024 \u00e0 60 000 lignes et jusqu\u2019\u00e0 100 colonnes.<\/p>\n\n

NVIDIA affirme prendre la t\u00eate de TabArena avec un score ELO de 1 950<\/strong>, devant BeyondArena, TALENT et ScoringBench. Le groupe annonce aussi, dans son propre protocole, un gain de vitesse de 17 \u00e0 26 fois par rapport \u00e0 LimiX-2. Prudence, quand m\u00eame.<\/p>\n\n

Les validations ind\u00e9pendantes restent rares, et plusieurs questions restent ouvertes : comportement en bo\u00eete noire<\/strong>, co\u00fbt d\u2019inf\u00e9rence sur GPU, taille du contexte, explicabilit\u00e9 dans les secteurs r\u00e9gul\u00e9s, ou encore baisse possible de pr\u00e9cision quand les donn\u00e9es r\u00e9elles s\u2019\u00e9cartent des sch\u00e9mas vus au pr\u00e9entra\u00eenement. Malgr\u00e9 ces r\u00e9serves, une chose se confirme : les mod\u00e8les de fondation<\/a> pour les donn\u00e9es m\u00e9tier structur\u00e9es sont bien en train d\u2019arriver. Et face \u00e0 TabPFN, la publication des poids pourrait peser lourd.<\/p>","protected":false},"excerpt":{"rendered":"

NVIDIA a pr\u00e9sent\u00e9 aujourd\u2019hui Kumo Tabular, une nouvelle famille de mod\u00e8les de fondation pour les donn\u00e9es tabulaires. les poids sont publi\u00e9s sous licence OpenMDW-1.1 et l\u2019ensemble arrive aussi dans la biblioth\u00e8que open source structured-data-models (SDM), d\u2019apr\u00e8s l\u2019entreprise. Ces mod\u00e8les visent des usages en finance, en sant\u00e9, dans le commerce ou l\u2019industrie. NVIDIA dit qu\u2019ils peuvent … Continue reading “NVIDIA publie Kumo Tabular : des mod\u00e8les ouverts pour les donn\u00e9es tabulaires”<\/span><\/a><\/p>\n","protected":false},"author":9350,"featured_media":204135,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","wpcf-pageviews":0},"categories":[16761],"tags":[],"usertag":[],"vertical":[],"content-category":[17507],"class_list":["post-204136","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","content-category-ia"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/posts\/204136","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/users\/9350"}],"replies":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/comments?post=204136"}],"version-history":[{"count":1,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/posts\/204136\/revisions"}],"predecessor-version":[{"id":204137,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/posts\/204136\/revisions\/204137"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/media\/204135"}],"wp:attachment":[{"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/media?parent=204136"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/categories?post=204136"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/tags?post=204136"},{"taxonomy":"usertag","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/usertag?post=204136"},{"taxonomy":"vertical","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/vertical?post=204136"},{"taxonomy":"content-category","embeddable":true,"href":"https:\/\/cms-articles.softonic.io\/fr\/wp-json\/wp\/v2\/content-category?post=204136"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}