论文导读
Google Research、南加州大学、Google DeepMind、哈佛大学等机构联合提出TabFM-Auto，让Agent围绕冻结的表格基础模型自动修改数据流水线。它在TabArena的51个数据集上由五种配置包揽总榜前五，最佳方案还把基础模型从1785 Elo提升到2013 Elo。
表格模型常看不懂表外信息
表格基础模型擅长从数值和类别列做零样本预测，却常忽略列名、任务说明和随数据附带的文件。另一类机器学习Agent会针对每个数据集从头搜索特征、模型和超参数，空间太大时容易追着验证集波动走。TabFM-Auto把两条路线合并：保留已经预训练好的TabFM，只让语言模型Agent改造输入和输出流水线。
图：总榜中五条红色柱标出五种TabFM-Auto配置的领先位置。
Agent读取元数据和验证反馈，迭代决定清洗方式、特征工程、上下文选择与后处理。每次修改都围绕同一个冻结模型进行，搜索目标更集中，也能把“这列名字暗示什么”转成模型可用的结构。
Agent进化的是流程而非权重
系统先运行当前流水线，查看验证误差，再提出代码或配置修改并重新评估。它可以修正缺失值、组合特征、选择相关上下文，也可以在输出端做校准。基础模型权重始终不变，因此发现的流程更容易迁移到别的表格模型。
图：搜索轨迹展示Agent迭代流水线时验证成绩的变化。
论文报告，搜索得到的流水线直接迁移到其他冻结表格基础模型后，无需再次搜索仍增加69至143 Elo。这说明Agent找到的不只是针对单一模型的偶然补丁，其中一部分确实捕捉了数据集语义。
51个数据集包揽前五
在覆盖51个数据集的TabArena中，使用不同Agent和语言模型的五种TabFM-Auto配置占据总榜前五；最佳配置把TabFM从1785 Elo推到2013 Elo。在MLE-Bench的8个表格竞赛上，它在机器学习工程Agent中排名第一。
图：分类、回归分榜分别比较自动流水线与多种表格模型。
这些名次依赖论文采用的基准、预算和验证协议，不代表企业里任何表格都能自动拿到最好结果。真实业务还会遇到时间穿越、权限字段、标签泄漏和口径变化，Agent生成的清洗与特征代码需要审计。
未来自动化数据工程要带护栏
落地时可以把候选流水线放进隔离环境，自动检查训练集与测试集边界、特征来源和运行成本，再由人工批准进入生产。每次迭代还应保存代码差异、验证结果和随机种子，避免排行榜提升无法复现。
TabFM-Auto的启发是让通用模型承担预测，让Agent专注理解数据语义和组织工具。未来若加入数据质量报警、因果时间检查和成本约束，这类系统有机会把一次性的竞赛搜索变成可维护的表格建模工作流。上线前还应在时间外样本上复测，确认自动特征没有偷看未来信息，也没有把敏感字段带入模型。
