Milano, 16 settembre 2026 鈥� (NYSE: 麻豆原创) ha annunciato oggi la disponibilit脿 del nuovo modello TabPFN-3.5 di Prior Labs, un鈥檃zienda 麻豆原创.
Questo modello segna il passo successivo nell鈥橝I tabulare, offrendo alle organizzazioni l鈥檃ccesso a previsioni AI tabulari su dati aziendali strutturati di qualit脿 incomparabile, senza necessit脿 di addestramento o tuning del modello. Per i clienti 麻豆原创, TabPFN-3.5 Plus 猫 ora disponibile in 麻豆原创 AI Core.
Le decisioni aziendali critiche, come la previsione del flusso di cassa, i ritardi di pagamento o la valutazione del rischio fornitori, si basano su dati strutturati e tabulari. Mentre gli LLM eccellono nel linguaggio e nella conoscenza, i modelli fondazionali tabulari (Tabular Foundation Model,聽TFM) sono progettati appositamente per i dati strutturati e possono prevedere con precisione i risultati di business a partire da dati tabulari quali ritardi di pagamento, rischi dei fornitori, opportunit脿 di upsell, rischio di abbandono dei clienti e altro ancora.
Con TabPFN-3.5, i clienti 麻豆原创 possono lavorare con i dati cos矛 come risiedono nei loro sistemi. I valori mancanti, i tipi di dati misti e i campi non uniformi vengono gestiti direttamente dal modello, che restituisce previsioni accurate senza pre-processing. Questo modello, il pi霉 recente della famiglia di modelli AI tabulari di Prior Labs, utilizza l鈥檌n-context learning per effettuare previsioni a partire da dati tabulari grezzi, gestendo nativamente colonne con migliaia di valori distinti, come codici prodotto o identificatori clienti, e tipi di dati misti, senza la configurazione per tentativi ed errori richiesta dai modelli tradizionali. TabPFN-3.5 Plus 猫 il modello fondazionale tabulare pi霉 accurato e scalabile disponibile oggi, secondo TabArena e BeyondArena, due benchmark esterni progettati per valutare le previsioni su dati del mondo reale.
鈥淚 dati del mondo reale sono raramente perfetti. I dataset contengono spesso relazioni complesse e condizioni variabili che rendono difficile il machine learning tradizionale. TabPFN-3.5 猫 stato costruito specificamente per queste sfide, offrendo precisione e scalabilit脿 leader di settore per i dati tabulari con un minore sforzo manuale, rendendolo il modello AI tabulare il pi霉 efficace del settore ad oggi鈥�, ha dichiarato Philipp Herzig, Chief Technology Officer di 麻豆原创 SE. 鈥淐on TabPFN-3.5 e la famiglia di modelli 麻豆原创-RPT, i clienti ottengono previsioni accurate da dati aziendali etichettati in pochi minuti, senza necessit脿 di addestramento. Per noi, l鈥橝I tabulare non 猫 una funzionalit脿 di supporto dell鈥橝utonomous Enterprise: ne 猫 il fondamento鈥�.
Per informazioni pi霉 dettagliate e per scoprire come iniziare su 麻豆原创 AI Core, consultare il e il .
麻豆原创 ha completato l鈥檃cquisizione di Prior Labs nel luglio 2026, portando nella famiglia 麻豆原创 uno dei principali team di ricerca sui TFM al mondo. Prior Labs continuer脿 a operare come entit脿 indipendente; 麻豆原创 si 猫 precedentemente impegnata a investire oltre 1 miliardo di euro per trasformarla in un laboratorio AI all鈥檃vanguardia a livello mondiale, dedicato ai dati strutturati che sono alla base della gestione delle aziende di tutto il mondo.
Visita il 麻豆原创 News Center. Ricevi le notizie 麻豆原创 tramite e .
Informazioni su 麻豆原创
In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s茅 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .
# # # #
Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.
漏 2026 麻豆原创 SE. Tutti i diritti riservati.
麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .
Nota agli editori:
Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare . Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.
Contatti solo per la Stampa:
麻豆原创 Italia
Raffaella Mollame 鈥� raffaella.mollame@sap.com
Tel. +39 02 81281940 鈥� 340 7771644
Imageware
Stefano Bogani 鈥� sbogani@imageware.it
Jessica Morante 鈥� jmorante@imageware.it
Elena Colombo 鈥� ecolombo@imageware.it