AutoGluon 1.4.0 深度解析extreme 预设、五大全新 Tabular 模型与 MLZero 自动化智能体【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/autogluonAutoGluon 1.4.0 是面向表格Tabular与时间序列TimeSeries两大模块的一次里程碑式发布引入全新的extreme预设TabularPredictor一次性新增 RealMLP、TabM、TabPFNv2、TabICL、Mitra 五个表格模型家族并正式发布端到端数据科学智能体 AutoGluon AssistantMLZero 1.0。本文基于官方发布说明docs/whats_new/v1.4.0.md结合仓库源码逐一拆解各新特性的实现原理、配置细节与迁移要点帮助读者在理解版本内容的同时掌握实际使用方法。版本总览AutoGluon 1.4.0 的核心主题是「把表格机器学习做到极致把 AutoML 自动化做到零人工」Tabular 模块推出extreme预设别名extreme_quality、eq官方称其为「AutoGluon 包历史上对预测性能最大的一次单一改进」并新增 5 个模型家族RealMLP、TabM、TabPFNv2、TabICL、Mitra。TimeSeries 模块核心数据结构TimeSeriesDataFrame的大幅性能优化、新模型PerStepTabular、以及DirectTabular/RecursiveTabular的 API 重构。AutoGluon AssistantMLZero 1.0基于 LLM 的多智能体系统将 AutoGluon 从「3 行代码」进一步推向「0 行代码」。该版本共包含 69 个提交、由 18 位贡献者完成见 v1.4.0 发布说明支持Python 3.9、3.10、3.11、3.12。需要注意的是AutoGluon 1.4.0 不再支持加载旧版本训练的模型升级后需使用 1.4.0 重新训练。Tabular 核心更新extreme 预设3 行代码体验新预设extreme全称extreme_quality是 1.4.0 为 TabularPredictor 引入的全新预设使用方式与既有预设完全一致from autogluon.tabular import TabularPredictor predictor TabularPredictor(labelclass).fit(train.csv, presetsextreme) predictions predictor.predict(test.csv)底层模型组合TabArena 元学习组合extreme预设依赖一个元学习得到的模型组合portfolio它是 TabArena 论文中「TabArena ensemble」的改进版本。在当前仓库中对应配置位于 zeroshot_portfolio_2025.py文件头部注释明确其适用范围为「≤10000 样本、≤500 特征、且存在 GPU」的小数据场景。该组合包含模型键说明组合内配置数量REALTABPFN-V2表格基础模型TabPFNv21 个默认配置GBMLightGBM 树模型3 个调参副本_r33/_r21/_r11CATCatBoost 树模型5 个调参副本默认/_r51/_r10/_r24/_r91TABMTabM 深度模型6 个调参副本TABICLTabICL 基础模型1 个默认配置XGBXGBoost 树模型2 个调参副本_r171/_r40MITRAMitra 基础模型含 50 步微调1 个配置fine_tune_steps: 50从配置文件中可以看到每个副本都携带了从 TabArena 基准上学习到的完整超参数如 GBM 的bagging_fraction、learning_rate、num_leavesCAT 的depth、l2_leaf_reg、grow_policyTABM 的arch_type、d_block、d_embedding等并通过ag_args.priority控制训练先后顺序。这正是官方所称「88% win-rate 对比 1.3 版best_quality10000 样本数据集、TabArena 上整体 Elo 提升 290」的性能来源数据引自官方发布说明。预设配置解析在 presets_configs.py 中可以看到与 v1.4.0 相关的两条配置tabarena预设hyperparameters: zeroshot_2025_tabfm即 v1.4.0 的extreme核心配置包含auto_stack、dynamic_stacking: auto、num_stack_levels: 0、num_bag_sets: 1、默认time_limit: 3600extreme_quality_v140别名extreme_v140、experimental_quality_v140在tabarena基础上开启_experimental_dynamic_hyperparameters且不锁定静态组合由 fit 时动态决定超参。当前仓库的tabular_presets_alias字典中extreme、eq均映射到extreme_quality新版组合而extreme_v140仍指向extreme_quality_v140可供需要复现 1.4.0 行为的用户使用。使用前提与限制官方文档明确了extreme预设的适用边界实践中必须注意GPU 强推荐为获得最佳效果需要 CUDA 兼容 GPU理想情况 32 GB 以上显存推理时间可能长于best但在 GPU 上依然可接受。样本量阈值extreme组合仅用于样本量不超过30000的数据集更大数据集仍沿用best_quality组合。需要联网下载权重fit 过程中需要下载 TabPFNv2、TabICL、Mitra 的基础模型权重。离线环境需提前预下载这些权重否则无法在 fit 时使用。实验性状态官方声明该预设在本版本中视为实验性功能未来版本可能在没有警告的情况下变更。训练效率官方指出extreme训练 5 分钟即可超过best运行 4 小时的结果引自官方发布说明。TabArena 与新增的五个 Tabular 模型v1.4.0 同时将 TabArena 基准的研究结论直接落地为产品能力。TabArena 是一个面向 IID 表格数据的在线基准拥有接受提交的在线排行榜、经过精心筛选的真实数据集具备预测性、表格型、IID、许可宽松、覆盖树模型/深度学习/基础模型三类强基线并在评估上遵循内层 CV、外层 CV、早停等最佳实践。其核心洞察包括RealMLP 与 TabM 在加权集成下略超提升树但训练推理更慢TabPFNv2、TabICL 这类基础模型仅适用于部分数据集但在其上表现极强「赢家通吃」并不成立——对不同模型类型做加权集成可显著超越当时的 SOTAAutoGluon 1.3。这些结论直接催生了extreme预设。五个新模型在仓库中的实现位置与使用方式如下模型模型键仓库实现安装方式论文主题MitraMITRAmitra_model.pypip install autogluon.tabular[all,mitra]autogluon全量安装自带混合合成先验的表格基础模型TabPFNv2TABPFNV2tabpfnv2 目录pip install autogluon.tabular[all,tabpfn]或autogluon[tabarena]小数据上的表格基础模型TabICLTABICLtabicl 目录pip install autogluon.tabular[all,tabicl]或autogluon[tabarena]大规模数据的上下文学习基础模型RealMLPREALMLPrealmlp 目录pip install autogluon.tabular[all,realmlp]或autogluon[tabarena]预调优 MLP 与提升树TabMTABMtabm 目录pip install autogluon.tabular[all,tabm]autogluon全量安装自带参数高效集成推进表格深度学习若只需使用这批新模型而不跑整个extreme预设可通过pip install autogluon[tabarena]一键安装全部相关依赖。MitraAutoGluon 团队自研的表格基础模型Mitra 是五个新模型中唯一由 AutoGluon 团队AWS AI原生自研的表格基础模型从源码mitra_model.py可以确认以下关键事实模型定位完全在合成数据上预训练目标是「优化微调性能优于上下文学习性能」模型注释注明其默认超参在小数据集上超越了 TabArena v0.1 上所有非集成方法。支持任务_supported_problem_types [binary, multiclass, regression]即分类与回归均可使用。硬件偏好gpu_strongly_recommended True官方标注 CPU 上上下文推理慢 12–63 倍default_num_gpus 1同时支持 GPU 与 CPU 运行。使用边界默认_default_auxiliary_params_extra限制max_rows: 10000、max_features: 500、max_classes: 10与「擅长小样本」的定位一致。两种模式支持零样本zero-shot与微调fine-tune在extreme组合中即配置为fine_tune: True, fine_tune_steps: 50。开源与授权权重采用 Apache-2.0 协议完全开源对关心数据共享与托管的企业更友好。使用方式同样是三行代码from autogluon.tabular import TabularPredictor predictor TabularPredictor(labelclass).fit( train_data, hyperparameters{MITRA: {}}, )模型移除与组合调整1.4.0 同时移除/调整了部分旧能力升级用户需注意TabPFNv1 被移除因其与 TabPFNv2 不兼容对应 PR #5191KNN 退出预设KNN 模型从best_quality与high_quality预设组合中移除原因是「通常不会带来整体提升」对应 PR #5211。AutoGluon AssistantMLZero 1.0从 3 行代码到 0 行代码定位与架构AutoGluon Assistant 1.0 与学术框架MLZero端到端零人工干预的 AutoML 智能体框架合而为一从 v0.1 的纯表格能力扩展为支持图像、文本、表格、音频及混合数据流水线的多模态全流程自动化。其核心是一套基于 LLM 的多智能体架构涵盖感知perception、记忆语义记忆与情景记忆、代码生成、执行与迭代调试可将原始多模态输入直接转化为高质量的 ML/DL 流水线。官方强调的设计原则包括零代码用户仅用自然语言描述任务如「用自定义标签对猫狗图像分类」无需任何手动配置或专业知识站在成熟库之上MLZero 基于已有高性能 ML 库生成代码而非重新造轮子保证方案稳健同时便于接入新库模块化可扩展每个智能体与提示词独立设计与实现由中心化管理者协调便于后续增改智能体、提示词与工作流配套 WebUI 与 MCPv1.0 重新设计了聊天机器人风格的 WebUI并引入 MCPModel Control Protocol集成可通过标准化协议远程编排 AutoML 流水线。文中 MLZero 的性能对比表格与成功率数据均出自官方发布说明引用的 MLZero 论文v1.4.0 发布说明 中可查看原始对照表。安装与使用AutoGluon Assistant 支持Python 3.8–3.11与 Linuxpip install uv uv pip install autogluon.assistant1.0CLI 方式mlzero -i input_data_dirWebUI 方式分别启动前后端前端默认端口 8509mlzero-backend # 启动后端 mlzero-frontend # 启动前端MCP 方式服务端与客户端# server mlzero-backend # 启动后端 bash ./src/autogluon/mcp/server/start_services.sh # 在新终端中启动服务 # client python ./src/autogluon/mcp/client/server.py如何进一步了解AutoGluon Assistant 的独立仓库维护autogluon-assistant本仓库中可结合 tabular-foundational-models 教程 了解表格基础模型Mitra、TabPFNv2、TabICL的使用细节。Tabular 模块的其它改进除新预设与新模型外1.4.0 对 Tabular 的使用体验做了多项修补详见 v1.4.0 发布说明资源控制sequential_localfit 策略开始尊重num_cpus/num_gpus参数CPU 核数探测全面改用 lokyget_cpu_count。参数化约束新增max_rows、max_features、max_classes、problem_types等支持便于在 fit 时对数据规模做约束。快捷语法新增ag.ens.作为ag_args_ensemble的快捷写法对应 PR #5143例如在超参中直接使用ag.ens.ensemble_size: 40这类字典写法。模型修复修复 CatBoost 在problem_typequantile且len(quantile_levels)1时的崩溃修复 CatBoost 回归任务默认loss_function错误Softclass 中移除fobj。基础模型缓存新增从 S3 缓存表格基础模型权重到 benchmark 的能力避免 HuggingFace 限流。蒸馏增强增强spunge_augment与munge_augment函数并对其做加速服务模型蒸馏场景。TimeSeries 模块更新核心数据结构性能大幅提升官方指出TimeSeriesDataFrame核心方法经重构后在大数据集1000 万行上端到端predictor.fit()与predict()时间最多可降低 7 倍。实现层面对应 PR #5159 用基于indptr的高效替代方案替换了groupby显著降低了各类TimeSeriesDataFrame操作的运行时开销。新模型PerStepTabularPerStepTabularper_step.py为预测时域中的每一步单独训练一个表格回归模型。从源码可以看到每步模型可用的特征包括滞后特征lag基于数据频率、时间特征如星期几、已知协变量known covariates、以及每个序列的静态特征static features。训练与推理均按核数并行化源码使用joblib的Parallel实现官方称其为开源 Python 包中该模型类型最高效、最准确的实现之一。其超参数包括trailing_lags默认[1, 2, ..., 12]、seasonal_lags按频率自动确定、date_features、target_scaler默认mean_abs、model_name默认CAT、model_hyperparameters、validation_fraction等。若评估指标需要分位数eval_metric.needs_quantile底层表格模型以quantile问题类型训练否则以regression训练并通过「残差服从零均值正态分布」的假设生成虚拟分位数。实现上复用 mlforecast 做高效预处理但逐步骤预测策略与 mlforecast 的max_horizon不同。DirectTabular / RecursiveTabular API 重构重要迁移点v1.4.0 将DirectTabular与RecursiveTabular的内部实现从「构建整个TabularPredictor」重构为「底层拟合单个autogluon.tabular回归模型」带来更低的磁盘占用并使 API 与timeseries模块其它部分保持一致实现位于 mlforecast.pymodel_name通过ag_model_registry.key_to_cls解析为具体的表格模型类。相应地两个超参数被废弃版本API新 API≥ v1.4.0{RecursiveTabular: {model_name: CAT, model_hyperparameters: {iterations: 100}}}旧 API≤ v1.3.1{RecursiveTabular: {tabular_hyperparameters: {CAT: {iterations: 100}}}}迁移规则官方明确在 v1.4.0 中若仍传入tabular_hyperparameters且只包含单个模型会记录警告并自动转换为新 API若传入 ≥2 个模型因无法自动转换会直接报错需手动改写为新 APItabular_fit_kwargs同样被model_hyperparameters取代。完整对照示例# New API: v1.4.0 predictor.fit( ..., hyperparameters{ RecursiveTabular: {model_name: CAT, model_hyperparameters: {iterations: 100}} } ) # Old API: v1.3.1 predictor.fit( ..., hyperparameters{ RecursiveTabular: {tabular_hyperparameters: {CAT: {iterations: 100}}} } )其它 TimeSeries 变更lag_transforms支持RecursiveTabular新增lag_transforms超参数可对滞后特征做变换。Chronosoptimization_strategy超参数v1.3.0 起已废弃在 v1.4.0 中被正式移除同时改进了 Chronos-Bolt 在长期预测prediction_length 64展开时的启发式策略。gluonts命名空间重组autogluon.timeseries.models.gluonts命名空间被重新组织。训练失败诊断单个模型训练失败时现在会记录完整堆栈轨迹修复refit_full在quantile_levels[]时集成预测失败的问题。Python 3.9 兼容性修复。Multimodal 与通用改进多语言预设精度修复多语言multilingual预设改用 FP32以避免 DeBERTa 的 BFloat16 问题对应 PR #5139。安全修复NLTK 依赖约束更新为3.10以解决 CVE-2024-39705。CPU 探测新增 CPU 工具函数提升 docker、slurm 等受限环境下的 CPU 探测准确性改用 joblib 替代 loky 的探测方式并支持 Apple Silicon 的系统信息记录。数据 I/O默认使用 pyarrow 读写 parquet移除 fastparquet新增从 URL 加载 pickle 的支持并修复save_str在根路径下保存的问题。依赖版本numpy 上限更新允许 2.3.0、PyTorch 上限更新至 2.8启用 2.7优先使用 PyTorch wheel 自带的 CUDA 库而非系统/DLC 的pkg_resources.parse_version替换为packaging.version.parse。RAPIDS 兼容修复 LinearModel 使用 RAPIDS cuML 模型时的 AttributeErrorupload_file新增 kwargs 选项。升级与兼容性建议重新训练1.4.0 不支持加载旧版本训练的模型升级后所有模型需重新训练。表格模型安装使用 Mitra、TabPFNv2、TabICL、RealMLP、TabM 时按上文表格选择对应 extrasautogluon[tabarena]可一次装齐。TimeSeries 迁移若代码中使用tabular_hyperparameters/tabular_fit_kwargs请改为model_name/model_hyperparameters避免升级后报错。extreme 预设确认具备 GPU32 GB 显存最佳与网络可下载基础模型权重且数据集样本量不超过 30000否则该预设不会启用其专属组合。总结AutoGluon 1.4.0 通过extreme预设与五大新模型的组合将表格数据的预测能力带上新的台阶同时以 MLZero 智能体把 AutoML 的自动化边界从「三行代码」推进到「自然语言描述」TimeSeries 侧则通过性能重构与新模型、新 API 持续打磨工程体验。对于开发者而言理解extreme预设的模型组合与硬件前提、掌握新模型的安装方式、及时完成DirectTabular/RecursiveTabular的 API 迁移是落地本版本价值最直接的三个切入点。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考