TabFM против XGBoost: разбираемся, насколько реален прорыв в табличном ML

TabFM — фундаментальная модель для табличных данных, которая обещает предсказания без обучения на конкретном датасете. На публичных бенчмарках она уже обходит кастомно настроенный XGBoost — стандарт индустрии для таких задач.

Но статья на Хабре предлагает копнуть глубже: авторы разбирают, насколько эти результаты честны, где модель теряет преимущество и что это значит для тех, кто использует табличный ML в проде. В материале — пять фактов, которые не попали в официальный релиз.

Ключевой вопрос — стоит ли переписывать пайплайны ради новой модели или XGBoost ещё рано списывать со счетов. Ответ, судя по всему, не так однозначен, как хотелось бы маркетингу.