英伟达表格模型登顶，但别急着换掉XGBoost

英伟达最近放出了 Kumo Tabular，在几个公开的表格数据基准上刷新了准确率纪录。团队阵容挺豪华，Jure Leskovec 和 Matthias Fey 这些图神经网络领域的老面孔都挂名了，看得出来不是玩票。但做数据科学的人都知道，表格数据这个赛道，XGBoost 和 LightGBM 已经统治了快十年，不是随便来个新模型就能掀桌子的。

Kumo Tabular 的核心思路是把表格数据转成图结构，再用图神经网络做表征学习，本质上是在走「表格基础模型」这条路。这和之前谷歌的 TabNet、以及一些基于 Transformer 的表格模型方向一致，但英伟达把工程实现和 GPU 加速绑得很紧。从公开的评测看，它在分类和回归任务上确实有优势，尤其当数据里有大量类别特征和复杂交互时，传统树模型容易欠拟合，而图结构能捕捉到更高阶的关系。不过有几个现实问题值得冷静看待。第一，推理成本。树模型在 CPU 上就能跑得飞快，Kumo Tabular 要发挥实力基本离不开 GPU，对中小团队来说，部署门槛和账单都是实打实的。第二，可解释性。树模型的特征重要性、SHAP 值已经是很成熟的工具链，图神经网络的解释性至今没有让业务方普遍接受的方案。第三，调参复杂度。XGBoost 的默认参数往往就能打，新模型要调出好结果，对工程师的经验要求更高。我的判断是，短期内 Kumo Tabular 更适合两类场景：一是数据量大、特征交互复杂、且已经有 GPU 基础设施的团队，比如推荐和风控；二是作为集成模型里的一个强学习器，和树模型做 stacking，而不是完全替代。对于大多数日常的表格任务，XGBoost 依然是性价比最高的起点。英伟达这步棋的意图也很清楚，它不只想卖卡，还想在数据科学工具链里占住位置。