7.3M参数的TabOmics把全部特征一次读完：46个高维组学任务上平均AUROC达0.943，单成员与30倍参数模型持平
TabOmics是一个仅7.3M参数、只用合成表格预训练的开放表格基础模型，推理时把预处理后保留的全部特征一次性联合处理，不需要按特征抽样或压缩。在三个高维小样本基准共46个分类任务上，八成员集成的TabOmics v2.5取得0.943的平均AUROC，高于八成员TabPFN-3.5的0.942；单成员版本为0.941，与后者无显著配对差异，但单次前向的耗时约为其五倍。