资讯
小米发布并开源结构化数据大模型Xiaomi-TabLDM:一个模型、全任务通用
📋总体概括
小米9月5日发布并开源通用表格数据基础大模型Xiaomi-TabLDM,主打一次预训练后无需针对每份数据集重新训练调参或模型集成,即可直接完成分类与回归预测任务,挑战XGBoost、LightGBM等传统工具「一表一模型」的行业现状。技术路线上,模型预训练全部依靠合成表格数据完成,并采用双流Feature Group、轻量级Attention Residual及稀疏MoE等架构扩大容量,还支持通过Test-Time Scaling在推理阶段增加算力提升准确度,目标覆盖金融、医疗、制造、物流等表格数据密集场景。
⚡关键信息
- ▸小米9月5日发布并开源通用表格数据大模型Xiaomi-TabLDM,定位为表格结构化数据的基础大模型
- ▸模型一次预训练后无需重新训练、调参或模型集成,可直接完成分类和回归任务,打破「一表一模型」现状
- ▸预训练完全依靠合成表格数据完成,覆盖多样数据规模、变量类型与函数关系
- ▸架构采用双流Feature Group、Attention Residual与稀疏MoE机制,扩容同时控制计算量
- ▸支持Test-Time Scaling,不动模型参数、仅增加推理算力即可提升预测准确度
🔥犀利点评
表格数据才是企业级AI真正的主战场,小米绕开卷不动的大语言模型,切XGBoost统治多年的碎片区,路子确实聪明。但要注意:GBoost们胜在便宜、可解释、易部署,TabLDM若不把推理成本和效果差距讲清楚,「免调参」噱头难落地。全靠合成数据预训练是亮点也是风险点,能否泛化到真实脏数据,得看开源后的实测成绩,而非发布会叙事。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 驱动之家 阅读全文 →