{"id":2775,"date":"2026-09-14T08:35:42","date_gmt":"2026-09-14T08:35:42","guid":{"rendered":"https:\/\/www.bytek.ai\/blog\/una-nueva-forma-de-hacer-predicciones-a-partir-de-los-datos-probamos-tabfm\/"},"modified":"2026-09-14T08:35:42","modified_gmt":"2026-09-14T08:35:42","slug":"una-nueva-forma-de-hacer-predicciones-a-partir-de-los-datos-probamos-tabfm","status":"publish","type":"post","link":"https:\/\/www.bytek.ai\/es\/blog\/una-nueva-forma-de-hacer-predicciones-a-partir-de-los-datos-probamos-tabfm\/","title":{"rendered":"\u00bfUna nueva forma de hacer predicciones a partir de los datos? Probamos TabFM"},"content":{"rendered":"

TabFM<\/a> es un modelo desarrollado por Google Research para tareas de clasificaci\u00f3n y regresi\u00f3n. Introduce un enfoque diferente al de los workflows tradicionales de machine learning aplicados a datos estructurados.<\/p>\n

No requiere entrenar un nuevo modelo con los propios datos. En su lugar, utiliza in-context learning: los datos hist\u00f3ricos se proporcionan como contexto y TabFM utiliza esos ejemplos para generar predicciones directamente durante la inferencia.<\/span><\/p>\n

Conceptualmente, este enfoque es similar al de los modelos de lenguaje cuando reciben ejemplos directamente dentro de un prompt.<\/span><\/p>\n

Google tambi\u00e9n ha integrado TabFM directamente en BigQuery<\/a>, donde puede utilizarse mediante SQL con AI.PREDICT y evaluarse con AI.EVALUATE, sin necesidad de gestionar por separado el entrenamiento y el despliegue del modelo.<\/p>\n

Esto nos llev\u00f3 de forma natural a plantearnos una pregunta:<\/span><\/p>\n

\u00bfhasta qu\u00e9 punto puede ser competitivo este enfoque frente a los modelos de tipo ML que ya utilizamos dentro de la ByTek Prediction Platform?<\/b><\/p>\n

As\u00ed que decidimos realizar algunas pruebas.<\/span><\/p>\n

Metodolog\u00eda del an\u00e1lisis<\/span><\/h2>\n

Seleccionamos tres datasets reales con caracter\u00edsticas bastante diferentes y comparamos TabFM con los modelos BPP en tareas de clasificaci\u00f3n.<\/span><\/p>\n

Una precisi\u00f3n importante: no se trata de un benchmark definitivo ni pretende establecer qu\u00e9 tecnolog\u00eda es mejor en t\u00e9rminos absolutos.<\/p>\n

Es un an\u00e1lisis exploratorio basado en tres casos concretos que nos parecieron suficientemente interesantes como para compartirlos.<\/span><\/p>\n

Los datasets:<\/span><\/p>\n

Dataset A<\/b>
\n<\/b>Principalmente features demogr\u00e1ficas y relacionadas con el canal.<\/span>
\n<\/span>Tasa de positivos: 6,5 %<\/p>\n

Dataset B<\/b>
\n<\/b>Features de comportamiento m\u00e1s ricas, como trials, demos y accesos.<\/span>
\n<\/span>Tasa de positivos: 11,8 %<\/p>\n

Dataset C<\/b>
\n<\/b>Datos demogr\u00e1ficos y transaccionales.<\/span>
\n<\/span>Tasa de positivos: 27,9 %<\/p>\n

Para comparar el rendimiento, nos centramos principalmente en dos m\u00e9tricas: ROC-AUC y PR-AUC.<\/p>\n

La ROC-AUC mide la capacidad del modelo para ordenar correctamente el conjunto de la poblaci\u00f3n, separando los casos con mayor probabilidad de ser positivos de aquellos con mayor probabilidad de ser negativos.<\/p>\n

La PR-AUC, en cambio, se centra m\u00e1s en la capacidad del modelo para identificar correctamente los casos positivos. Resulta especialmente relevante cuando la clase positiva es minoritaria y cuando, desde un punto de vista operativo, importa sobre todo la calidad de las primeras posiciones del ranking.<\/p>\n

Resultados de la comparaci\u00f3n<\/span><\/h2>\n

En ROC-AUC, los modelos BPP obtuvieron los mejores resultados en los tres datasets.<\/span><\/p>\n

En el Dataset B, sin embargo, la diferencia fue de solo 0,002 puntos, por lo que en la pr\u00e1ctica el resultado fue muy similar.<\/p>\n

El escenario es m\u00e1s matizado en PR-AUC.<\/span><\/p>\n

Los modelos BPP obtuvieron mejores resultados en dos datasets: con una ventaja clara en el Dataset A y con una diferencia m\u00e1s reducida en el Dataset C.<\/span><\/p>\n

TabFM obtuvo, en cambio, mejores resultados en el Dataset B, el que contiene las se\u00f1ales de comportamiento m\u00e1s ricas.<\/b><\/p>\n

Los resultados, TabFM vs modelos BPP:<\/p>\n\n\n\n\n\n\n
Dataset<\/b><\/td>\nPR-AUC TabFM<\/b><\/td>\nPR-AUC BPP<\/b><\/td>\nROC-AUC TabFM<\/b><\/td>\nROC-AUC BPP<\/b><\/td>\n<\/tr>\n
A<\/span><\/td>\n0,286<\/span><\/td>\n0,542<\/b><\/td>\n0,845<\/span><\/td>\n0,910<\/b><\/td>\n<\/tr>\n
B<\/span><\/td>\n0,771<\/b><\/td>\n0,713<\/span><\/td>\n0,939<\/span><\/td>\n0,941<\/b><\/td>\n<\/tr>\n
C<\/span><\/td>\n0,816<\/span><\/td>\n0,903<\/b><\/td>\n0,915<\/span><\/td>\n0,952<\/b><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

\"\"<\/p>\n

Naturalmente, la m\u00e9trica m\u00e1s relevante depende de c\u00f3mo se vaya a utilizar la predicci\u00f3n.<\/span><\/p>\n

Si el modelo se utiliza, por ejemplo, para ordenar leads y decidir cu\u00e1les contactar primero, la calidad de las primeras posiciones del ranking se vuelve fundamental, por lo que la PR-AUC puede ser especialmente significativa.<\/span><\/p>\n

Si, en cambio, el prediction score se utiliza para crear audiencias, segmentar una poblaci\u00f3n o excluir usuarios con una probabilidad muy baja de conversi\u00f3n, la calidad del ranking global se vuelve igualmente importante, por lo que la ROC-AUC resulta especialmente \u00fatil.<\/p>\n

Impacto del aumento de los recursos computacionales<\/span><\/h2>\n

En el Dataset A quisimos comprobar si un aumento considerable del tama\u00f1o del contexto y de la carga computacional pod\u00eda ayudar a reducir la diferencia.<\/span><\/p>\n

Pasamos:<\/span><\/p>\n