企业官网建设流程全解析

AutoGluon 1.6.0 发布深度解析：tabular 基础模型新预设、validation_structure 与时间序列能力全面升级

【免费下载链接】autogluonFast and Accurate ML in 3 Lines of Code项目地址: https://gitcode.com/GitHub_Trending/au/autogluon

<output_article>

AutoGluon 1.6.0 发布深度解析：tabular 基础模型新预设、validation_structure 与时间序列能力全面升级

AutoGluon 1.6.0 是面向表格（Tabular）与时间序列（Time Series）两大模块的一次重磅升级，核心亮点包括：新增 Nori、TabPFN-3、TabDPT-Turbo、TabPFN-2.6、TabICLv2 五个表格基础模型与 Toto-2 预训练预测模型，引入extreme/noncommercial两个新预设，以及面向非独立同分布（non-IID）数据的validation_structure验证机制。阅读本文后，你将掌握 1.6.0 各模块的新能力清单、新预设的适用场景与底层配置结构、基础模型的取舍方法、非 IID 数据的验证配置方式，以及时间序列模块的新指标与模型导出用法。

版本总览与兼容性

AutoGluon 1.6.0 由 19 位贡献者共同完成（含 184 次提交），本版本支持Python 3.10、3.11、3.12、3.13四个版本。需要注意一条明确的兼容性约束：不支持加载在旧版本 AutoGluon 上训练的模型，使用 1.6.0 时需要用本版本重新训练模型。

在依赖层面，1.6.0 整体刷新了深度学习与数据栈的版本基线，主要升级包括：

此外，仓库构建体系切换为PEP 621 + uv workspace的完整 monorepo 结构（各子包如common/、core/、tabular/、timeseries/、multimodal/均采用pyproject.toml声明元数据），同时通过延迟导入 networkx、requests、tqdm 使import TabularPredictor提速约 25%。

Tabular 新预设：extreme 与 noncommercial

1.6.0 的最大亮点是发布了两个新的 tabular 预设：extreme（别名eq、extreme_v160）与noncommercial（别名noncommercial_v160）。

• extreme预设：官方推荐的 GPU 环境预设。相对 AutoGluon 1.5 的extreme（4 小时），训练快约 27 倍、推理快约 4 倍，同时保持 67% 的胜率；相对best（4 小时）训练快约 65 倍，胜率 84%。预设内的所有模型均可免费商用。
• noncommercial预设：在extreme基础上叠加 TabPFN-3，在 TabArena 上取得新 SOTA。它比 TabFM 训练时间少四分之三、推理快 20 倍、基础模型参数量少 10 倍。TabPFN-3 对研究与内部实验免费，商用需向 Prior Labs 购买许可。

官方基准：TabArena-Lite 51/51 任务

发布说明给出了 TabArena-Lite（51/51 任务）上对比公开排行榜的成绩表：

从源码看两个预设的构成

在 presets_configs.py 中，extreme_quality预设定义如下：

extreme_quality={ "hyperparameters": "commercial_2026_08_05", "num_bag_folds": 8, "num_bag_sets": 1, "num_stack_levels": 0, "dynamic_stacking": False, "time_limit": 3600, "callbacks": [["EarlyStoppingCountCallback", {"patience": [[400, 1], [401, 2], [2000, 2], None]}]], "aux_kwargs": {"child_hyperparameters": {"ensemble_size": 40}}, },

要点解读：

• num_bag_folds=8、num_bag_sets=1、num_stack_levels=0、dynamic_stacking=False：采用 8 折 bagging 集成，不做多层 stacking，兼顾精度与训练效率；
• time_limit=3600：默认 1 小时训练预算，可自行调大；
• EarlyStoppingCountCallback按训练行数区间设定早停耐心值（如 400 行内耐心 1、401–2000 行耐心 2），保证小数据集上也能及时收敛；
• 内置注释明确提醒：该预设会使用预训练表格基础模型，使 predictor 产物体积至少增加 100 MB，且强烈建议使用 GPU（理想 40GB+ 显存）。

noncommercial预设与extreme几乎一致，仅将超参数组合替换为noncommercial_2026_08_05（含 TabPFN-3），并把 401–2000 行区间的早停耐心从 2 提高到 3，以让更长的基础模型前缀在小数据上可达。

两个预设指向的超参数组合分别定义在：

• zeroshot_portfolio_commercial_2026_08_05.py（7 个配置，无 TabPFN）：
  • NORI（nori-30m，ag.max_rows=10000，优先级 -1）
  • TABICLv2（ag.max_rows=100000，优先级 -2）
  • TABDPT-TURBO（ag.max_rows=100000，优先级 -3）
  • 两个GBM变体：其中第一个带name_prefix="Prep"与ag.model_specific_feature_generator_kwargs（即 TabPrep LightGBM，优先级 -4），第二个为_r8（ag.min_rows=50000，优先级 -5）
  • CAT（ag.min_rows=50000，优先级 -6）
  • REALMLP（_r9，含 act=mish、hidden_width=256、n_ens=8 等调参结果，优先级 -7）
• zeroshot_portfolio_noncommercial_2026_08_05.py（8 个配置）：在商用组合基础上前置加入TABPFN-3（优先级 -1），其余配置优先级顺延。

组合内使用ag_args的priority字段编码拟合顺序，与预设的早停回调配合，在小数据集上按优先级截断模型数量。

使用方式

from autogluon.tabular import TabularPredictor # GPU 环境推荐，全模型可商用 predictor = TabularPredictor(label="target").fit( train_data, presets="extreme" ) # 追求极致精度（研究/内部实验，商用 TabPFN-3 需许可） predictor = TabularPredictor(label="target").fit( train_data, presets="noncommercial" )

新增表格基础模型一览

1.6.0 的 Tabular 模块新增了 5 个基础模型，在源码中均有对应实现目录（见 tabular/src/autogluon/tabular/models）：

与此相关的其他模型变化包括：移除 fasttext 模型、TabPFNv2 支持分位数（quantile）问题类型、Mitra 支持从本地 checkpoint 路径加载。

从发布说明与源码可以推断，这些基础模型与 TabPrep LightGBM、CatBoost、RealMLP 一起构成了新预设的模型池，覆盖了从"基于上下文学习的 transformer"（TabPFN/TabICL）、"轻量蒸馏模型"（Nori/TabDPT-Turbo）到"经典树模型与 MLP"的多样化组合。

validation_structure：面向 non-IID 数据的验证方案

1.6.0 为TabularPredictor.fit()新增validation_structure参数（PR #5756、#5796），专门解决非独立同分布（non-IID）数据的验证问题：当数据存在分组结构（如同一客户/会话的多条记录）或时间结构时，默认的随机划分会引入数据泄漏，导致验证结果虚高。

其核心类为ValidationStructure（见 validation_structure.py），支持声明式字段：

设计要点（从源码 docstring 可见）：

• 先于特征工程解析：ValidationStructure.from_input()在特征变换改变相关列之前，于原始清洗后的数据框上解析，由 learner 解析 bagging 的custom_splits、trainer 解析非 bagging 的 holdout；
• 约束规则：group_on与time_on不能同时设置；splitter必须是带split(X, y)方法的交叉验证器（防止把字符串列名误传成 splitter）；
• 与旧groups参数的关系：groups（TabularPredictor 初始化参数）是validation_structure={"group_on": ...}的弃用写法，两者不能同时指定；groups会从特征中移除分组列，而validation_structure会保留其命名的列。

使用示例：

from autogluon.tabular import TabularPredictor # 分组结构：同一 session_id 的行不允许跨划分 predictor = TabularPredictor(label="target").fit( train_data, validation_structure={"group_on": "session_id"}, ) # 时间结构：按时间列前向链式验证，杜绝未来数据泄漏 predictor = TabularPredictor(label="target").fit( train_data, validation_structure={"time_on": "timestamp", "temporal_forward_only": True}, )

TabPrep 特征工程：模型级特征生成

配合新预设，1.6.0 内置了 TabPrep 论文（arxiv 2606.02384）中的特征生成器，并支持按模型而非全局声明预处理流水线，通过ag.model_specific_feature_generator_kwargs实现。

从商用组合源码可见其流水线结构（组成为 GroupByFeatureGenerator → RandomSubsetFeatureCompressionGenerator → ArithmeticFeatureGenerator → 嵌套的 CategoricalInteractionFeatureGenerator 与 OOFTargetEncodingFeatureGenerator，最后经 SpearmanFeatureSelector 选出最多 2000 个特征），并可通过passthrough_types控制原始特征类型透传（组合中排除了 category 与 object 类型）。

这也解释了新预设中 TabPrep LightGBM 的命名：它带name_prefix="Prep"，仅对该模型应用 TabPrep 特征工程。相关实现位于 models/tabprep，修复了"特征生成器运行两次"以及 LightGBM 特征名冲突等细节问题。

Tabular API 变更与弃用提示

1.6.0 引入了一批面向模型定制与资源管理的 API 调整，其中与升级相关的关键点：

• 新增core_kwargs与aux_kwargsfit 参数（PR #5646），配合AuxiliaryParams类型化 schema 使用；
• 弃用警告：模型params与params_aux构造后变为不可变，1.7 版本起将直接抛错；
• 新增min_features/min_cells/max_cells约束参数，约束未满足时以 skip 而非报错的形式上报；
• 新增_supported_problem_types、_default_auxiliary_params_extra等类属性，声明模型支持的问题类型、辅助参数覆盖与集成资源默认值，并在verify_model中校验；
• 特征重要性计算内存占用降低约 25 倍；GPU 内存估算贯通（含基础模型校准后的 CPU/GPU 内存估计），并行 bagging 折的预算分配会纳入 GPU 显存；
• [实验性]fit_strategy='parallel'的 GPU 原型支持（由AG_PARALLEL_GPU环境变量控制）；
• 自动选择的验证方法以"size curves"形式表达，可覆盖auto_stack并增益动态 stacking。

其他值得注意的修复包括：修复 TabPFN 包装器丢失缺失类别值、TabDPT 保留缺失值并放开类别上限、xgboost v3.3 下enable_categorical的共享类别空间、LightGBM 特征名冲突、全 NaN 分类列上的 GroupByFeatureGenerator IndexError 等。测试方面新增了 test_augment_rare_classes.py 与 test_pandas_utils.py。

TimeSeries 新特性：Toto-2、新指标与独立模型导出

时间序列模块是 1.6.0 的另一条主线，亮点如下。

Toto-2 预训练预测模型

新增 Toto-2 预训练预测模型，实现位于 timeseries/src/autogluon/timeseries/models/toto2（含model.py、dataloader.py与_internal/）。新预设基于它实现了相对 AutoGluon v1.5 约 65% 的胜率。

新增预测指标

1.6.0 新增四类指标，定义见 timeseries/metrics/point.py：

这些指标已注册到 metrics/init.py 的可用指标映射（如MAEB、WAPEB、mean_absolute_error_with_bias等别名），可通过eval_metric="MAEB"直接选用。同时，时间序列的eval_metric格式与 tabular 对齐。

export_model：不依赖 AutoGluon 的独立 checkpoint

新增TimeSeriesPredictor.export_model方法，可将训练好的模型导出为独立 checkpoint，加载时无需 AutoGluon，便于轻量部署。实现位于 timeseries/learner.py：

predictor.export_model(path="model_checkpoint", model="Toto2")

其他变更

• [实验性] 新增TimeSeriesPredictor.update()，用于在新鲜数据上重新进行集成选择（PR #5803）；
• 弃用：TimeSeriesPredictor中的预测缓存默认关闭并标记弃用，将在未来版本移除；
• 使用 Chronos-2 新预处理 API 进行微调，并尊重用户为 Chronos 指定的设备（device）；
• 修复 Chronos2 协变量单元测试（适配 chronos-forecasting 2.3.1），静默 Chronos/TFT 的加载日志噪音。

工程与生态改进

除功能外，1.6.0 还包含大量质量改进：

• 移除不受支持的 "lite" 模式；修复远程文件系统上产物目录创建的冲突；移除 DataFrame 尺寸估算中的pickle.dumps以缓解内存峰值；
• 修复get_bool_true_val在 category dtype 上的失败、特征重要性逻辑中的 NaN 比较、p 值计算与批大小优化、贪婪集成选择改用np.isclose浮点比较等；
• Multimodal 模块补充了 hf_model_list.yaml 缺失的图像骨干网络，更新语义分割脚本并修复相关测试；
• CI 与工具链同步升级（ruff pre-commit 自动更新等）。

升级建议与总结

如果你正从 1.5 或更早版本升级，请注意：

1. 必须重新训练模型：1.6.0 不支持加载旧版本训练的模型；
2. Python 版本：确认环境位于 3.10–3.13；
3. 依赖刷新：torch、transformers、ray、numpy 等核心依赖的版本区间均已上移，升级前核对环境；
4. API 兼容性：模型params/params_aux构造后不可变（1.7 起强制）、groups参数建议迁移到validation_structure、时间序列预测缓存弃用，均需在升级时逐步适配。

总体而言，AutoGluon 1.6.0 通过extreme/noncommercial预设把表格基础模型（Nori、TabPFN-3、TabDPT-Turbo、TabPFN-2.6、TabICLv2）与 TabPrep 特征工程整合为开箱即用的高性能方案，同时以validation_structure补上了非 IID 数据的验证短板，并在时间序列侧交付了 Toto-2、新指标与独立部署能力，是值得认真对待的一个大版本。 </output_article>

【免费下载链接】autogluonFast and Accurate ML in 3 Lines of Code项目地址: https://gitcode.com/GitHub_Trending/au/autogluon