Google abre TabFM, un modelo de cero disparos para datos tabulares, al público

Google está liberando TabFM — un modelo base entrenado sobre datos tabulares — como código abierto. TabFM maneja tablas estructuradas como BERT manejó el texto: puede clasificar, predecir y comparar filas entre datasets distintos sin la molienda usual de ingeniería de features. Cero disparos significa que le metes una tabla y el modelo se las arregla solo. Sin fine-tuning. Sin pipelines custom. Solo la tabla.

El modelo se construyó sobre el data lake interno de Google, lo que le dio exposición a millones de tablas reales de búsqueda, Maps, Ads y el resto del stack de Google. Esa amplitud es el punto — no es otro modelo académico que funciona con CSVs ordenados. Se entrenó con las tablas desordenadas que realmente se producen en la vida real. El paper muestra que le gana a modelos task-specific en clasificación y ranking, y se generaliza entre dominios sin reentrenar.

Por qué nos importa: cada negocio chiquito corriendo spreadsheets, cada org de la comunidad rastreando datos en Airtable o Notion, cada laboratorio o clínica con un CSV lleno de resultados — esta es la clase de herramienta que te deja hacerle preguntas a la tabla sin contratar a alguien de data.