로컬 AI 에이전트에 예측·분류 기능을 붙이는 Zer0Fit
Zer0Fit은 구글의 TabFM과 TimesFM 모델을 하나의 에서 실행하고, MCP를 통해 과 연결한다. , Claude Code, Codex에서 별도의 모델 학습이나 세부 조정 없이 표 데이터의 예측, 분류, 회귀 분석을 요청할 수 있다. 공개된 시험 결과는 붓꽃 데이터 분류 정확도 94.7%, 회귀 시험의 결정계수 0.87이었다.
두 모델을 함께 실행하려면 약 16GB의 VRAM을 갖춘 엔비디아 그래픽카드가 필요하며, 현재는 CUDA만 지원한다. 사용하지 않는 모델은 5분 뒤 메모리에서 자동으로 내리는 방식으로 자원을 아낀다. 현재 CSV 파일을 처리하며 XLS, XLSX, JSON, JSONL 지원도 추가될 예정이다.
는 컴퓨터 구조를 자동으로 감지하며 , , H100에서 시험됐다.
핵심 포인트
- TabFM과 TimesFM을 MCP로 에 연결한다.
- 별도 학습 없이 예측, 분류, 회귀 분석을 수행한다.
- 붓꽃 분류 정확도는 94.7%, 회귀 시험의 결정계수는 0.87이었다.
- 두 모델 실행에는 약 16GB의 VRAM과 CUDA 지원 엔비디아 그래픽카드가 필요하다.
- 현재 CSV를 지원하고 다른 표·데이터 파일 형식은 추후 추가될 예정이다.