用TabPFN预测发票逾期付款：本地运行的应收款现金预测工具

自由职业者和小型代理机构最怕的场景之一：发出去的发票迟迟不付，房租账单却照常到期。Cashcast是一个开源工具，用TabPFN表格基础模型在你自己的笔记本上预测哪些未付发票会逾期、何时可能到账，以及未来八周的现金流预期——客户名单和金额数据全程不离开本机。

Cashcast解决什么问题

Cloud accounting suites offer payment reminders and cash-flow views, but they expect the whole ledger in their cloud and a monthly subscription. Cashcast的定位是单用途工具，直接读取你已有的CSV导出文件。每行一张发票，包含客户、开票日、到期日、金额、付款日，输出四项判断：逾期概率、带80%区间的预计付款日、建议下一步动作（今天联系/立即催款/到期日提醒/无需操作），以及未来八周的周度现金预测。

目标用户是自由职业者、小型代理机构，以及帮多个小客户管理应收账款的记账人员。对这类人来说，逾期不是抽象指标，它决定房租能否按时转出，也决定每周花多少时间写催款邮件。

演示：回放IBM公开数据集

在线演示页面是一项回放功能。数据来自IBM公开的应收账款样本：100家商业客户、2,466张发票、2012至2013年的记录，其中36%逾期支付。选择一个日期，页面展示Cashcast当天早上会告诉你什么，只使用该日期之前已付款的发票。勾选"Reveal what happened"后，真实付款日期会与预测并列显示。

几个值得尝试的场景：选择2013年9月1日，有78张发票未付，Cashcast预计未来四周会有4,327到账（样本无货币单位），揭示实际结果：实际到账4,241。点击"Needs action"只看到建议催收的发票，每张附带一行从数据计算的历史摘要，例如"过去15张发票中13张逾期支付，平均付款周期36天"。

在本地使用自己的发票需要Python 3.10以上、CPU即可运行。python -m cashcast.serve在本地模式下打开同一页面，带文件选择器。文件从浏览器传到127.0.0.1上的Python进程，不会发往别处。在自带的404行样本账本上，评分耗时约7到9秒。

技术实现：TabPFN做预测

TabPFN是Prior Labs的表格基础模型，在数百万合成表格上预训练，你把手头的表交给它，单次前向传播即可预测。对只有几百到几千张发票的小企业来说，这意味着没有训练循环要调、没有模型要照看。

Cashcast在同一组特征上使用两个TabPFN v2模型：一个分类器判断"这张发票会在到期日后被支付吗"，一个回归器回答"还有多少天付款"，请求49个分位数，返回每张发票的完整分布而非单一数值。

特征工程与泄漏防范

这类数据最容易骗自己。IBM样本包含DaysToSettle和Disputed等列，这些只在发票结算后才已知，使用它们会让任务显得比实际简单得多。因此features.py从发票发出当天已知的信息构建每一行：该客户已有多少发票被支付、逾期频率、平均和最近付款天数、有多少张仍未结、当前金额与其历史水平的比较。开票日之后支付的发票对该行不可见。

从分布到决策

回归器的分位数是最有用的部分。一张已经逾期25天的发票和一张昨天刚发出的发票是完全不同的赌注，forecast.py因此根据发票当前年龄对每个分布做条件调整，从中读取：P(到期日后支付|今天仍未付)作为逾期概率，第10、50、90百分位付款日，以及每个日期2,000次模拟付款排程按周汇总的现金预测。下一步动作标签是简单规则（已逾期：今天联系；概率50%以上：立即提醒；30%以上：到期日提醒）。每张发票旁的历史摘要行是计算出来的，不是生成的，因此不可能陈述数据不支持的内容。

表格基础模型（Tabular Foundation Model） 是相对于传统"每个数据集训练一个模型"范式的转变。传统监督学习需要在目标任务的训练集上做梯度下降，数据量小、特征少时容易过拟合；基础模型则在海量合成或真实表格任务上预训练，学到的是"如何在表格上做条件推断"这一通用能力。TabPFN 的核心机制是把训练集和待预测样本一起作为输入送入 Transformer，通过网络内部实现的近似贝叶斯推断直接输出预测分布，因此被称为"先验数据拟合网络"（Prior-Data Fitted Network）。这带来两个直接后果：一是推理是单次前向传播，没有训练循环，CPU 上即可完成；二是模型规模与训练数据量有硬上限，这在后文的回测部分会直接体现。

分位数回归与预测区间 需要与"置信区间"区分开。置信区间描述的是对某个参数估计的不确定性，而预测区间描述的是对单个未来观测值的不确定性，后者天然更宽。当模型输出的是付款天数的完整条件分布时，第 10 与第 90 百分位之间的距离就构成一个 80% 预测区间，其含义是"在长期重复抽样中，约 80% 的真实付款日会落入该区间"。区间命中率因此成为关键的校准指标：名义 80% 的区间若实际只命中 57.5%，说明模型过度自信，会让人低估现金流风险；命中率高于 80% 则说明区间过宽，失去行动指导意义。Cashcast 的现金预测正是把每张发票的这一分布做蒙特卡洛抽样后按周汇总。

逐月回测：TabPFN没赢的那个月

2013年1月到10月，每月模型只用该月开始前已支付的发票训练，然后预测当月发出的发票，共1,075次预测。CPU上的TabPFN默认接受最多1,000行训练数据，所以每月使用最近1,000张已付发票。

模型	AUC	Brier	催收召回	付款日误差	80%区间命中
TabPFN v2	0.882	0.127	51.0%	5.92天	79.1%
逻辑/线性回归	0.890	0.122	50.4%	5.81天	79.3%
客户自身历史	0.870	0.135	50.7%	6.54天	不适用
梯度提升树	0.864	0.154	49.9%	6.23天	57.5%
基础比率	0.5	0.218	18.4%	10.11天	不适用

"催收召回"回答的是业务问题：如果你只催收每月风险最高的20%发票，能抓住多少逾期发票？Brier和付款日误差越低越好。

诚实的解读：在这个数据集上，普通逻辑回归和线性回归与TabPFN一样准确。作者原本预期TabPFN会明显胜出，结果没有。但它明显优于同数据训练的梯度提升树——后者的80%区间只捕捉到57.5%的真实付款日。

概率校准良好。TabPFN给出低于20%概率的586张发票中，8.7%实际逾期（模型平均预测6.2%）。给出高于80%的116张中，90.5%实际逾期（模型预测87.4%）。

AUC、Brier 分数与校准 三者衡量的是不同侧面。AUC 是排序指标，回答"随机抽一张逾期发票和一张正常发票，模型给逾期者更高分数的概率"，0.5 等于瞎猜，1.0 等于完美排序，但它对概率绝对值不敏感。Brier 分数是预测概率与真实 0/1 结果之间的均方误差，越低越好，同时惩罚排序错误与概率失真。校准则专门考察"模型说 20% 的发票，实际是否真有约 20% 逾期"，本文给出的低于 20% 组实际 8.7%（模型均值 6.2%）、高于 80% 组实际 90.5%（模型均值 87.4%），说明概率数值本身可信。催收召回则是把排序能力翻译成业务语言：在只处理风险最高 20% 发票的预算约束下，能覆盖多少真正会逾期的发票。

TabPFN的独特价值：每张发票自己的不确定性

线性模型加残差带给每张发票相同宽度的不确定性，TabPFN给每张发票自己的分布。按客户过去付款时间的波动性分三组测试：稳定客户上TabPFN的80%区间命中80.5%、宽度16.0天，线性模型命中83.8%、宽度18.4天；中间组分别为83.3%/17.7天和84.2%/18.5天；波动客户上TabPFN命中73.3%、宽度19.9天，线性模型命中69.7%、宽度18.4天。

TabPFN为可靠付款方收窄区间、为不稳定付款方放宽区间，这是你想要的方向，但效果有限，且两者对最不稳定那三分之一的客户都覆盖不足。分布能力还让Cashcast无需单独模型就能回答"这张发票已逾期20天仍未付，现在怎么办"。

回放本身的校验

在线页面的数字是对真实结果评分得出的（10个日期，905行未付发票记录）：296个"立即发提醒"标记中，78%确实逾期支付，而同期所有未到期发票中逾期比例为43%。真实付款日落入80%区间的比例为77.1%，典型偏差5.78天。周度现金预测是薄弱环节：80周中实际金额落入80%区间仅67.5%，模拟将发票视为独立，导致区间过窄。每个日期在笔记本CPU上耗时约40秒。

局限与开源商业考量

样本只包含最终被支付的发票，Cashcast从未见过被核销的发票。样本中所有发票都是30天账期，其他账期效果未经验证。它建议联系谁，但不发送任何东西。在线页面是公开数据集的回放，在自己的账本上信任它之前，先用同样的回测跑一遍自己的历史数据。

开源对这个小产品至关重要。发票账本是一份关于谁付你钱、付多少、多可靠的清单，开放权重让Cashcast在已存有该文件的笔记本上运行，本地服务器绑定127.0.0.1，一次性下载权重后即使阻断所有网络流量评分仍可工作。一次性授权工具无法承担按预测计费的API账单，开放权重意味着每次预测的边际成本只是几秒CPU时间。

许可证必须允许商业销售。Prior Labs推荐其最新模型TabPFN-3.5通过API使用，采用免费非商业许可，这对研究是好选择，但副业定义上就是商业的。TabPFN v2权重以Prior Labs License 1.1发布（Apache 2.0附加署名要求，因此页面标注"Built with PriorLabs-TabPFN"），从Hugging Face免账号下载，可离线运行。对这个产品而言，许可证的开放性与权重的开放性同等重要。代价是可能因为没用最新模型而牺牲了部分准确率。

开放性让评估成为可能。模型、数据和代码都可检查，作者能在完全相同的行上运行所有基线，并公开发布TabPFN未胜出的结果。黑盒API给出的是一个需要信任的数字，而不是一个可以核查的数字。

开源许可证的商业约束 常被误读为"开源即可商用"。Apache 2.0 允许自由使用、修改和商业分发，但附加署名要求会继承到衍生作品中；Prior Labs License 1.1 属于这类"Apache 2.0 + 署名"结构，因此必须在产品页标注来源。相比之下，仅通过 API 提供的模型即便本身权重公开，其服务条款仍可限制商业用途，且每次调用产生计费。对于把预测嵌入日常记账流程的工具，按次计费的边际成本与"打开笔记本就能跑"的可用性直接冲突。选择旧版开放权重是用一部分准确率换取离线能力、可审计性与零边际成本的典型取舍。