- TabPFN-2.5は表データの例を入力に含めて予測する基盤モデルを大きな表へ拡張した。
- 51データセットのTabArena-Liteでは分類の初期設定が強いが、回帰では調整後の比較が重要になる。
- 公開モデルの非商用ライセンスと、商用利用可能なAPIや契約を区別する。
何を確かめた研究か
TabPFN-2.5の原論文は、表データの分類・回帰で基盤モデルをどこまで拡張できるかを検討する。モデルは大量の合成タスクで事前学習され、新しい表の訓練例を文脈として受け取り予測する。表ごとに大きな学習を最初から繰り返す方法と、準備時間の使い方が違う。
第2版は2026年2月公開だが、論文の初公開は2025年11月である。著者らは最大5万行・2千特徴を設計上の目安とし、10万行まで含むベンチマークでも評価する。5万行を超えると必ず使えないという境界ではない。
どう検証したか
公開のTabArena-Liteは、1053候補から選んだ51データセットを一つのテスト分割で比べる。図3は1万行・500特徴までの部分集合、図4は最大10万行・2千特徴までの全体を扱う。比較対象にはXGBoostやCatBoostなどの木モデル、他の表データ基盤モデル、AutoGluonが含まれる。AutoGluonは4時間の調整を行う設定で、TabPFNの一回の推論と同じ計算予算ではない。
何が分かったか
1万行・500特徴までの分類では、TabPFN-2.5の初期設定が4時間調整したAutoGluon 1.4より良い集計結果になった。回帰は初期設定の優位だけで語れず、60通りの調整後にAutoGluonを上回ると報告する。より大きな表でも初期設定は強いが、課題ごとの成否と計算費用を見ずに一律の優位とは言えない。社内データによる追加の比較は著者側の非公開ベンチマークであり、外部から同じ条件を再現しにくい。
限界と仕事との接点
公開モデルのライセンスは研究と社内評価を認める一方、商用・本番利用、顧客成果物、社内の商業的意思決定への結果利用を禁じると明記する。論文は商用利用には企業契約やクラウドAPIを提示する。性能の試験が可能でも、そのまま実務の意思決定へ移せるわけではない。導入比較では手元の行数、欠測やカテゴリ、予測遅延、調整予算を記録し、利用許諾を契約で確認する。最後の比較方法はTRAIL編集部の提案である。