数据语言模型提供原生表格数据理解，性能超越现有方法

研究人员推出数据语言模型（DLM），这是一类新的基础模型，旨在原生理解表格数据，无需预处理。首个DLM Schema-1，一个拥有1.4亿参数、在超过230万个数据集上训练的模型，在行级预测基准测试中表现优于现有方法。Schema-1在缺失值重建方面也表现出色，并且仅凭原始单元格值就能识别行业领域，表明其对表格数据的结构理解比通用语言模型更深入。 AI

影响 为表格数据建立了一个新的基础模型类别，有可能简化数据密集型行业的AI开发和决策制定。

排序理由 在学术论文中为表格数据引入了一个新的基础模型类别。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• AutoML
• Data Language Models
• foundation model
• Hugging Face
• Schema-1
• tabular data
• AI
• gradient-boosted trees
• language models

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →