版本 1.3.0

我们很高兴地宣布 AutoGluon 1.3.0 版本发布！

AutoGluon 1.3 主要关注稳定性和可用性改进、错误修复以及依赖项升级。

此版本包含 来自 20 位贡献者的 142 次提交！在此处查看完整的提交更改日志：https://github.com/autogluon/autogluon/compare/v1.2.0…v1.3.0

加入社区： 获取最新动态：

不支持加载使用旧版本 AutoGluon 训练的模型。请使用 AutoGluon 1.3 重新训练模型。

---

亮点

AutoGluon-Tabular 在 AutoML Benchmark 2025 中处于最先进水平！

AutoML Benchmark 2025 是一项对表格 AutoML 框架进行的独立大规模评估，展示了 AutoGluon 1.2 作为最先进的 AutoML 框架！亮点包括

• AutoGluon 的排名在所有时间限制下通过 Nemenyi 后续检验，统计学上显著优于所有 AutoML 系统。

• AutoGluon 在 5 分钟训练预算下表现优于所有其他 AutoML 系统在 1 小时训练预算下的表现。

• AutoGluon 在所有评估的预设和时间限制下，质量和速度都达到帕累托效率。

• 带有 presets="high", infer_limit=0.0001 (图中 HQIL) 的 AutoGluon 实现了每秒 >10,000 个样本的推理吞吐量，同时优于所有其他方法。

• AutoGluon 是最稳定的 AutoML 系统。对于“best”和“high”预设，AutoGluon 在所有 >5 分钟的时间预算下都没有失败。

AutoGluon 多模态的“技巧集合”更新

我们很高兴地宣布 AutoGluon 多模态 (AutoMM) 集成了一项全面的“技巧集合”更新。这项重要增强显著提高了处理图像、文本和表格数据组合时的多模态 AutoML 性能。该更新实现了各种策略，包括多模态模型融合技术、多模态数据增强、跨模态对齐、表格数据序列化、更好地处理缺失模态，以及一个整合这些技术的集成学习器以实现最佳性能。

用户现在可以通过初始化 MultiModalPredictor 时设置一个简单参数来访问这些功能，具体请遵循此处的说明下载检查点。

from autogluon.multimodal import MultiModalPredictor
predictor = MultiModalPredictor(label="label", use_ensemble=True)
predictor.fit(train_data=train_data)

我们感谢 @zhiqiangdon 做出这一重大贡献，增强了 AutoGluon 处理复杂多模态数据集的能力。此处是描述技术细节的相应研究论文：Bag of Tricks for Multimodal AutoML with Image, Text, and Tabular Data。

弃用和重大变更

以下已弃用的 TabularPredictor 方法已在 1.3.0 版本中移除（在 1.0.0 中弃用，在 1.2.0 中引发警告，在 1.3.0 中移除）。请使用新名称

• persist_models -> persist, unpersist_models -> unpersist, get_model_names -> model_names, get_model_best -> model_best, get_pred_from_proba -> predict_from_proba, get_model_full_dict -> model_refit_map, get_oof_pred_proba -> predict_proba_oof, get_oof_pred -> predict_oof, get_size_disk_per_file -> disk_usage_per_file, get_size_disk -> disk_usage, get_model_names_persisted -> model_names(persisted=True)

以下逻辑从 1.3.0 版本开始已弃用，并将记录 FutureWarning。功能将在未来版本中更改

• (未来警告) TabularPredictor.delete_models() 在未来版本中将默认为 dry_run=False（当前默认为 dry_run=True）。请确保明确指定 dry_run=True 以便现有逻辑在未来版本中保持不变。 @Innixma (#4905)

通用

改进

• (重要) 对 AbstractTrainer 类进行内部重构，以提高可扩展性并减少代码重复。 @canerturkmen (#4804, #4820, #4851)

依赖项

• 将 numpy 更新到 >=1.25.0,<2.3.0。 @tonyhoo, @Innixma, @suzhoum (#5020, #5056, #5072)

• 将 spacy 更新到 <3.9。 @tonyhoo (#5072)

• 将 scikit-learn 更新到 >=1.4.0,<1.7.0。 @tonyhoo, @Innixma (#5029, #5045)

• 将 psutil 更新到 >=5.7.3,<7.1.0。 @tonyhoo (#5020)

• 将 s3fs 更新到 >=2024.2,<2026。 @tonyhoo (#5020)

• 将 ray 更新到 >=2.10.0,<2.45。 @suzhoum, @celestinoxp, @tonyhoo (#4714, #4887, #5020)

• 将 tabpfn 更新到 >=0.1.11,<0.2。 @Innixma (#4787)

• 将 torch 更新到 >=2.2,<2.7。 @FireballDWF (#5000)

• 将 lightning 更新到 >=2.2,<2.7。 @FireballDWF (#5000)

• 将 torchmetrics 更新到 >=1.2.0,<1.8。 @zkalson, @tonyhoo (#4720, #5020)

• 将 torchvision 更新到 >=0.16.0,<0.22.0。 @FireballDWF (#5000)

• 将 accelerate 更新到 >=0.34.0,<2.0。 @FireballDWF (#5000)

• 将 lightgbm 更新到 >=4.0,<4.7。 @tonyhoo (#4960)

• 将 fastai 更新到 >=2.3.1,<2.9。 @Innixma (#4988)

• 将 jsonschema 更新到 >=4.18,<4.24。 @tonyhoo (#5020)

• 将 scikit-image 更新到 >=0.19.1,<0.26.0。 @tonyhoo (#5020)

• 将 omegaconf 更新到 >=2.1.1,<2.4.0。 @tonyhoo (#5020)

• 将 pytorch-metric-learning 更新到 >=1.3.0,<2.9。 @tonyhoo (#5020)

• 将 nltk 更新到 >=3.4.5,<4.0。 @tonyhoo (#5020)

• 将 pytesseract 更新到 >=0.3.9,<0.4。 @tonyhoo (#5020)

• 将 nvidia-ml-py3 更新到 >=7.352.0,<8.0。 @tonyhoo (#5020)

• 将 datasets 更新到 >=2.16.0,<3.6.0。 @tonyhoo (#5020)

• 将 onnxruntime 更新到 >=1.17.0,<1.22.0。 @tonyhoo (#5020)

• 将 tensorrt 更新到 >=8.6.0,<10.9.1。 @tonyhoo (#5020)

• 将 xgboost 更新到 >=2.0,<3.1。 @tonyhoo (#5020)

• 将 imodels 更新到 >=1.3.10,<2.1.0。 @tonyhoo (#5020)

• 将 statsforecast 更新到 >=1.7.0,<2.0.2。 @tonyhoo (#5020)

文档

• 更新 CONTRIBUTING.md 中文档化的 python 版本。 @celestinoxp (#4796)

• 重构了 CONTRIBUTING.md 以包含最新信息。 @Innixma (#4798)

• 修复各种拼写错误。 @celestinoxp (#4819)

• 细微的文档改进。 @tonyhoo (#4894, #4929)

修复和改进

• 修复使用 uv 在 colab 中安装 AutoGluon 源代码的问题。 @tonyhoo (#4943, #4964)

• 使 full_install.sh 使用脚本目录而不是工作目录。 @Innixma (#4933)

• 添加 test_version.py 以确保发布版本的格式正确。 @Innixma (#4799)

• 修复 setup_outputdir 使其适用于 s3 路径。 @suzhoum (#4734)

• 确保当 path_suffix != None 且 path=None 时，setup_outputdir 始终创建一个新目录。 @Innixma (#4903)

• 在调用 cuda.device_count() 之前检查 cuda.is_available()，以避免警告。 @Innixma (#4902)

• 如果启用了 mlflow 自动日志记录，则记录警告。 @shchur (#4925)

• 修复 get_approximate_df_mem_usage 中罕见的 ZeroDivisionError 边缘情况。 @shchur (#5083)

• 细微的修复和改进。 @suzhoum @Innixma @canerturkmen @PGijsbers @tonyhoo (#4744, #4785, #4822, #4860, #4891, #5012, #5047)

---

表格数据

移除的模型

• 移除了 vowpalwabbit 模型 (key: VW) 和可选依赖项 (autogluon.tabular[vowpalwabbit])，因为 AutoGluon 中实现的该模型使用不广泛，且基本处于无人维护状态。 @Innixma (#4975)

• 移除了 TabTransformer 模型 (key: TRANSF)，因为 AutoGluon 中实现的该模型已严重过时，自 2020 年以来无人维护，并且通常性能不如 FT-Transformer (key: FT_TRANSFORMER)。 @Innixma (#4976)

• 移除了 autogluon.tabular[tests] 安装中的 tabpfn，为未来支持 tabpfn>=2.x 做准备。 @Innixma (#4974)

新功能

• 添加通过分箱实现回归分层分割的支持。 @Innixma (#4586)

• 添加 TabularPredictor.model_hyperparameters(model) 方法，该方法返回模型的超参数。 @Innixma (#4901)

• 添加 TabularPredictor.model_info(model) 方法，该方法返回模型的元数据。 @Innixma (#4901)

• (实验性) 添加 plot_leaderboard.py 以可视化预测器在训练时间上的性能。 @Innixma (#4907)

• (主要) 添加内部 ag_model_registry 以改进对支持的模型族及其功能的跟踪。 @Innixma (#4913, #5057, #5107)

• 添加 raise_on_model_failure TabularPredictor.fit 参数，默认为 False。如果设置为 True，当模型在训练过程中抛出异常时将立即抛出原始异常，而不是继续下一个模型。在调试时，将此参数设置为 True 对于找出模型失败原因非常有帮助，因为否则异常会由 AutoGluon 处理，这在调试时不是期望的行为。 @Innixma (#4937, #5055)

文档

• 细微的教程文档改进/修复。 @kbulygin @Innixma (#4779, #4777)

• 添加 Kaggle 竞赛结果。 @Innixma (#4717, #4770)

修复和改进

• (主要) 确保 refit_full 中的 bagged refits 正常工作（在 v1.2.0 中由于错误而崩溃）。 @Innixma (#4870)

• 改进 XGBoost 和 CatBoost 的内存估算。 @Innixma (#5090)

• 改进 LightGBM 的内存估算。 @Innixma (#5101)

• 修复了 plot_tabular_models 的保存路径。 @everdark (#4711)

• 修复了 balanced_accuracy 指标的边缘情况异常 + 添加了单元测试以确保未来不会出现错误。 @Innixma (#4775)

• 修复了 HPO 日志记录的详细程度。 @Innixma (#4781)

• 改进了 use_child_oof=True 时的日志记录。 @Innixma (#4780)

• 修复了 NN_TORCH 在少于 8 个样本时训练崩溃的问题。 @Innixma (#4790)

• 改进了 CatBoost memory_check 回调中的日志记录和文档。 @celestinoxp (#4802)

• 改进了代码格式以满足 PEP585。 @celestinoxp (#4823)

• 移除已弃用的 TabularPredictor 方法： @Innixma (#4906)

• (未来警告) TabularPredictor.delete_models() 在未来版本中将默认为 dry_run=False（当前默认为 dry_run=True）。请确保明确指定 dry_run=True 以便现有逻辑在未来版本中保持不变。 @Innixma (#4905)

• 通过各种优化将表格数据单元测试速度提高了 4 倍 (3060 秒 -> 743 秒)。 @Innixma (#4944)

• 对表格数据单元测试进行重大重构，以避免使用 fixtures。 @Innixma (#4949)

• 修复 XGBoost GPU 警告。 @Innixma (#4866)

• 修复了当存在 categorical features 时 TabularPredictor.refit_full(train_data_extra) 失败的问题。 @Innixma (#4948)

• 将 convert_simulation_artifacts_to_tabular_predictions_dict 创建的 artifact 内存使用量减少了 4 倍。 @Innixma (#5024)

• 细微的修复。 @shchur (#5030)

• 确保在留出模型训练期间尊重最大模型资源限制。 @Innixma (#5067)

• 移除 LightGBM 模型训练期间意外设置全局随机种子的问题。 @Innixma (#5095)

---

时间序列

新的 v1.3 版本为时间序列模块带来了许多可用性改进和错误修复。在内部，我们完成了对核心类的重大重构，并引入了静态类型检查，以简化未来的贡献、加速开发并及早发现潜在错误。

API 变更和弃用

• 作为重构的一部分，我们对内部 AbstractTimeSeriesModel 类进行了一些更改。如果您维护着 自定义模型 的实现，您可能需要进行更新。请参考 自定义预测模型教程 了解详细信息。

  仅依赖 timeseries 模块公共 API（TimeSeriesPredictor 和 TimeSeriesDataFrame）的用户无需执行任何操作。

新功能

• 由 @shchur 贡献的新增自定义预测模型的教程 #4749

• 由 @abdulfatir 贡献的在 evaluate 和 leaderboard 中添加 cutoff 支持 #5078

• 由 @shchur 贡献的为 TimeSeriesPredictor 添加 horizon_weight 支持 #5084

• 由 @shchur 贡献的为 TimeSeriesPredictor 添加 make_future_data_frame 方法 #5051

• 由 @canerturkmen 贡献的重构 ensemble 基类并添加新的 ensembles #5062

代码质量

• 由 @canerturkmen 贡献的为 timeseries 模块添加静态类型检查 #4712 #4788 #4801 #4821 #4969 #5086 #5085

• 由 @canerturkmen 贡献的重构 AbstractTimeSeriesModel 类 #4868 #4909 #4946 #4958 #5008 #5038

• 由 @canerturkmen 贡献的单元测试改进 #4773 #4828 #4877 #4872 #4884 #4888

修复和改进

• 由 @shchur 贡献的允许将自定义 distr_output 与 TFT 模型一起使用 #4899

• 由 @shchur 贡献的更新 statsforecast 和 coreforecast 的版本范围 #4745

• 由 @canerturkmen 贡献的修复使用 covariate_regressor 的模型的特征重要性计算问题 #4845

• 由 @abdulfatir @shchur 贡献的修复 Chronos 和其他模型的超参数调优问题 #4838 #5075 #5079

• 由 @abdulfatir @shchur 贡献的修复 TimeSeriesDataFrame 的频率推断问题 #4834 #5066

• 由 @shchur 贡献的修复 CovariateRegressor 的细微错误 #4849

• 由 @Killer3048 贡献的更新自定义 distr_output 的文档 #5068

• 由 @shchur 贡献的细微文档更新 #4928 #5092

• 由 @shchur 贡献的如果提供了无效的模型名称，则引发信息性错误消息 #5004

• 由 @shchur 贡献的优雅地处理损坏的缓存预测 #5005

• Chronos-Bolt：由 @abdulfatir 贡献的修复影响常数序列的缩放问题 #5013

• 由 @abdulfatir 贡献的修复 transformers 中已弃用的 evaluation_strategy kwarg #5019

• 由 @shchur 贡献的修复提供了 val_data 时的 time_limit 问题 #5046 #5059

• 由 @canerturkmen 贡献的重命名 covariate metadata #5064

• 由 @shchur 贡献的修复重采样期间的 NaT 时间戳值问题 #5080

• 由 @suzhoum @shchur 贡献的修复 py39 的类型兼容性问题 #5094 #5097

• 由 @shchur 贡献的如果向 TimeSeriesPredictor 提供了 S3 路径，则发出警告 #5091

---

多模态

新功能

AutoGluon 的 MultiModal 模块通过一项全面的“技巧集合”更新得到增强，该更新通过先进的融合技术、数据增强和集成的集成学习器，显著提高了处理图像、文本和表格数据组合时的性能。在遵循此处的说明下载检查点后，现在可以通过简单的 use_ensemble=True 参数访问这些功能。

• [AutoMM] 由 @zhiqiangdon 贡献的技巧集合 #4737

文档

• [教程] 由 @cheungdaven 贡献的 categorical convert_to_text 默认值 #4699

• [AutoMM] 由 @FANGAreNotGnu 贡献的修复和更新目标检测教程 #4889

修复和改进

• 由 @suzhoum 贡献的更新 AutoMM 单元测试的 s3 路径为公共 URL #4809

• 由 @FANGAreNotGnu 贡献的修复目标检测教程和 predict 的默认行为 #4865

• 由 @k-ken-t4g 贡献的修复下载函数中的 NLTK tagger 路径问题 #4982

• 由 @tonyhoo 贡献的通过限制 transformer 范围来修复 AutoMM 模型保存逻辑 #5007

• 修复：由 @tonyhoo 贡献的在学习率调度中考虑分布式训练 #5003

---

特别致谢

• Zhiqiang Tang，他为 AutoGluon 的 MultiModal 实现了“技巧集合”，显著提升了多模态性能。

• Caner Turkmen，他主导了时间序列模块 timeseries 内部逻辑的重构和改进工作。

• Celestino，作为新贡献者提供了大量错误报告、建议和代码清理工作。

贡献者

完整贡献者列表（按提交数量排序）

@Innixma @shchur @canerturkmen @tonyhoo @abdulfatir @celestinoxp @suzhoum @FANGAreNotGnu @prateekdesai04 @zhiqiangdon @cheungdaven @LennartPurucker @abhishek-iitmadras @zkalson @nathanaelbosch @Killer3048 @FireballDWF @timostrunk @everdark @kbulygin @PGijsbers @k-ken-t4g

新贡献者

• @everdark 在 #4711 中做出了首次贡献

• @kbulygin 在 #4777 中做出了首次贡献

• @celestinoxp 在 #4796 中做出了首次贡献

• @PGijsbers 在 #4891 中做出了首次贡献

• @k-ken-t4g 在 #4982 中做出了首次贡献

• @FireballDWF 在 #5000 中做出了首次贡献

• @Killer3048 在 #5068 中做出了首次贡献