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新数据集重新训练、调参或模型集成,即可直接完成分类与回归任务,挑战XGBoost、LightGBM主导的「一表一模型」传统范式。技术路线包括全合成数据预训练、高效Scaling与Test-Time Scaling,架构上采用双流Feature Group、Attention Residual和稀疏MoE,目标覆盖金融、医疗、制造、物流等表格数据场景。
⚡关键信息
- ▸小米9月5日发布并开源结构化数据大模型Xiaomi-TabLDM,定位通用表格数据基础模型
- ▸模型一次预训练即可跨数据集直接完成分类、回归任务,无需重新训练调参或模型集成
- ▸预训练全部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、轻量Attention Residual与稀疏MoE,扩容同时控制计算量
- ▸支持Test-Time Scaling:不改模型参数、仅增加推理算力即可提升预测准确度
🔥犀利点评
表格数据才是企业里真正的数据大头,小米这次没追多模态热点、去啃XGBoost的地盘,方向选得清醒。但坦白说,TabPFN等先行者已证明合成数据预训练路线可行,小米的差异化卖点还得靠开源后的实测效果说话——传统GBDT在单表任务上便宜又准,大模型范式要真落地,必须在跨任务通用性和部署成本上拉开实打实的差距,否则只是论文级别的漂亮话。
📰 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 →