IT之家9月5日消息，小米今日正式发布通用表格数据基础大模型Xiaomi-TabLDM。

据介绍，该模型以单一预训练模型、统一默认配置直接适配不同表格数据集，无需针对每个任务重新训练、调参或后置集成，即可完成分类与回归预测。

长期以来，金融、医疗、制造、物流等领域大量核心数据以表格形式存在，但传统表格机器学习通常需要针对每一个新数据集重新训练、调参甚至集成模型，存在多次训练及版本管理等繁重的部署代价。Xiaomi-TabLDM旨在将「一次预训练、跨任务使用」的基础模型范式带入结构化数据领域。

该模型从三个方向推进表格基础模型能力。预训练方面，Xiaomi-TabLDM完全基于结构因果模型（SCM）生成的大规模合成数据进行预训练，覆盖不同数据规模、变量类型、依赖关系和函数关系，扩大预训练任务分布。模型架构方面，引入双流特征分组（dual-stream feature grouping）、轻量级注意力残差（lightweight Attention Residual）和稀疏混合专家（sparse Mixture-of-Experts），从不同粒度建模特征关系，通过稀疏专家扩大模型容量。推理方面，该模型进一步探索了Test-Time Scaling，在保持预训练模型参数不变的情况下，通过增加推理阶段计算量持续提升预测性能。

在四大公开基准评测中，Xiaomi-TabLDM均跻身第一梯队。回归能力表现突出：在OpenML-CTR23回归榜排名第一；在TALENT、TabArena和BCCO的回归任务中均排名第二；在TALENT二分类任务中同样排名第一。在性能与效率的平衡上，以TabArena回归任务为例，Xiaomi-TabLDM取得第二高Elo评分的同时，训练时间比排名第一的TabFM减少82%，预测时间减少68%。

在真实工业场景验证中，Xiaomi-TabLDM相比传统机器学习展现出更高的预测精度和跨工况适应能力。材料性能预测场景下，该模型无需微调即可将预测精度提升130%，减少约90%的无效试模与装机测试。零件重量预测场景中，相比XGBoost，失误样本比例降低约31%。生产组分预测场景中，平均误差相比XGBoost降低约54%；当生产工况发生变化时，仅补充约30条新工况样本作为上下文，即可将平均误差降低约62%。

该模型提供scikit-learn兼容接口，可通过pip安装使用。目前，Xiaomi-TabLDM相关模型权重与代码已正式开源，代码发布在GitHub的xiaomi-research/xiaomi-tabldm仓库，权重发布在Hugging Face的occams/Xiaomi-TabLDM，技术报告发布在arXiv平台。