别问树模型了！死磕结构化数据，清华团队把大模型表格理解推到极限

AIGC动态1小时前发布 almosthuman2014

10 0 0

文章摘要

科幻作家刘慈欣在《超新星纪元》中描述的盐与味精消耗场景，生动揭示了现代社会运转对海量结构化数据的依赖。这些数据以精确的行列格式组织，支撑着工业化社会的供应链、生产监控和能源管理等核心环节。然而，当前AI领域最前沿的大语言模型（LLM）却难以处理这类要求绝对精确的结构化数据，导致行业仍依赖需要重复训练的专用模型，形成效率瓶颈。

清华大学与稳准智能联合发布的LimiX系列模型突破了这一僵局。作为首个真正通用的结构化数据大模型（LDM），LimiX-16M无需二次训练即可处理分类、回归、缺失值填补等10类任务，在58.6%的数据集上取得断崖式领先性能。其创新之处在于通过海量数据学习变量间深层关系，而非记忆特定表格规则，这种范式变革类似GPT对NLP领域的颠覆。在工业场景中，LimiX已实现精准预测食品含水率（误差<9%）、降低电力市场预测误差46%，并将变压器诊断错误率减少93.5%。

团队同期开源的轻量级LimiX-2M进一步降低了技术门槛，仅2M参数即可在树莓派级设备运行，微调后量子化学性质预测精度达0.815。该模型在边缘计算场景展现惊人潜力，例如通过智能戒指传感器实现手势控制，其推理速度较竞品快5倍。技术报告揭示的scaling laws表明，LDM性能随参数量增长持续提升，验证了该方向的扩展潜力。

这场从专用模型到通用LDM的范式迁移，正在重构工业智能的基础设施。结构化数据处理作为隐蔽却关键的AGI路径，与语言智能、具身智能形成互补。中国在工业数据规模和政策支持上的优势，为LimiX这类创新提供了独特落地土壤。该模型不仅力压Amazon AWS等国际团队登顶多项基准测试，其开源更标志着我国在该领域站到全球前沿，为产业智能化升级提供了核心驱动力。