/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
18 сен 2026

Agro-TabPFN

Регрессия по таблицам3 профессии

Дообученная на данных китайских провинций модель TabPFN-v3 для прогнозирования урожайности кукурузы по табличным признакам.

66скачиваний за 30 дней0лайковвеса обновлены18 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

rouluan/Agro-TabPFN — дообученная модель регрессии на основе TabPFN-v3, созданная для прогнозирования урожайности кукурузы по провинциям Китая. Она обучена на данных за 2003–2022 годы: 602 наблюдения, 96 признаков и 31 провинция. В README указаны контекст 256 и продолжительность обучения 30 эпох; лучший результат на валидации получен на 26-й эпохе.

Модель принимает табличные признаки и выдаёт числовые прогнозы. Во внутренней проверке на данных 2020–2022 годов версия после дообучения показала RMSE 0,6207 и R² 0,6981 против RMSE 0,6865 и R² 0,6308 у базовой модели. Репозиторий содержит полный возобновляемый чекпойнт с состоянием оптимизатора, предназначенный также для продолжения дообучения.

Веса распространяются по TABPFN-3 Non-Commercial License v1.0: коммерческое и производственное применение запрещено, как и предоставление модели через размещённые, управляемые, API- или SaaS-сервисы. Это неофициальная производная модель, не одобренная Prior Labs GmbH.

Сценарии применения

  • прогнозирование урожайности кукурузы по провинциям Китая
  • оценка урожайности по агрономическим и региональным признакам
  • сравнение прогнозов урожайности на исторических табличных данных

Ограничения

Модель специализирована на прогнозировании урожайности кукурузы по данным китайских провинций; проверка описана только для внутреннего тестового набора за 2020–2022 годы. Лицензия запрещает коммерческое и производственное применение, а также размещение модели как сервиса.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Overview

tabpfn-v3-regressor-cn_finetuned_full.ckpt is the full training-snapshot of the fine-tuned derivative of TabPFN-v3 (tabpfn-v3-regressor-v3_default), fine-tuned on China provincial maize yield data (new dataset: feature_dataset.csv).

This is the resumable checkpoint. Besides the fine-tuned state_dict it also contains the AdamW optimizer state (exp_avg / exp_avg_sq), epoch and loss metadata — i.e. the full ~444 MB of optimizer buffers that make a 668 MB file. Use this file to continue fine-tuning from the best epoch.

Fine-tuning summary

  • Data: feature_dataset.csv, years 2003–2022, 602 rows, 31 provinces
  • Split: train 2003–2016 (422) / val 2017–2019 (90) / test 2020–2022 (90); 96 features
  • Best val MSE 0.2716 at epoch 26 of 30 (early-stop patience 5)
  • lr 3e-6, wd 0.01, MSE 1.0 / CRPS 1.0 / MAE 0.3, context 256, seed 42

Internal test (2020–2022, 90 rows, 16-ensemble) vs base model

MetricBaseCN-finetuned
RMSE0.68650.6207
R²0.63080.6981
MAE0.45920.4494
Pearson r0.86810.8914
KGE0.85070.8554

Usage for inference

from tabpfn import TabPFNRegressor
reg = TabPFNRegressor(model_path="tabpfn-v3-regressor-cn_finetuned_full.ckpt",
                      device="cuda", n_estimators=16, random_state=42)
reg.fit(X_train, y_train)
y_pred = reg.predict(X_test)

File integrity

  • Full snapshot ckpt SHA-256: 53119ca48958a7b7eb5ca06752eecc2348f0b2ffa58d45d4f5ae79f02793f630

Licensing

Model weights are released under the TABPFN-3 Non-Commercial License v1.0. The full license text is included in LICENSE and must be passed on to any third party who receives this model or a derivative of it.

This model is a modified derivative. tabpfn-v3-regressor-cn_finetuned_full.ckpt is a fine-tuned version of tabpfn-v3-regressor-v3_default. It is not an official product of Prior Labs GmbH and has not been endorsed, approved, or validated by the Company.

Research and internal evaluation are allowed; any commercial or production use is prohibited. For commercial use contact sales@priorlabs.ai.

Per §3.d of the license, this model and its derivatives must not be distributed, hosted, or made available as part of a hosted, managed, API, or SaaS service.

Required attribution notice:

The TABPFN-3 Model is licensed by Prior Labs GmbH under the TABPFN-3 Non-Commercial License.
Copyright © Prior Labs GmbH 2026.
THE SERVICES ARE PROVIDED FREE OF CHARGE: COMPANY SHALL NOT BE LIABLE FOR DAMAGES RESULTING FROM SLIGHT NEGLIGENCE. LIABILITY FOR GROSS NEGLIGENCE AND INTENTIONAL MISCONDUCT REMAINS UNAFFECTED.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Табличные модели пока не поддерживаются.

Ревизия весов
4d614f9

0 моделей