小米近日宣布推出通用表格数据基础大模型Xiaomi-TabLDM，这款模型旨在突破传统表格数据处理模式，实现单模型跨数据集直接应用。长期以来，金融、医疗、制造、物流等领域的表格数据处理依赖XGBoost、LightGBM等工具，每遇到新业务数据集都需要重新训练和调参，导致多套模型维护成本高昂。Xiaomi-TabLDM通过一次预训练即可直接完成分类和回归预测任务，无需针对每个数据集进行额外调整。
该模型的技术路线聚焦于大规模合成数据预训练、高效模型扩展和测试时扩展三大方向。预训练过程完全基于合成表格数据，覆盖了多样化的数据规模、变量类型和函数关系，从而扩大了任务分布的覆盖范围。在架构设计上，模型引入了双流特征组、轻量级注意力残差和稀疏专家混合机制，这些创新使得模型容量得以扩大，同时避免了计算量的同步激增。模型支持在不改动参数的情况下，通过增加推理阶段的计算资源来进一步提升预测准确度。
在性能评估方面，Xiaomi-TabLDM在TALENT、OpenML-CTR23、BCCO和TabArena四大公开基准测试中表现优异，整体跻身第一梯队。特别是在回归任务中，模型在TALENT二分类和OpenML-CTR23回归榜单中均排名第一，在BCCO总体和TabArena回归任务中分别位列第二。多项指标超越了TabPFN-3、AutoGluon1.5 extreme等主流方案，同时在预测性能和推理效率之间取得了平衡，在TabArena回归任务上获得1900 Elo得分，每1000样本验证耗时仅3.12秒。
工业真实场景测试进一步验证了模型的实际价值。在材料性能预测场景中，模型无需微调即可将预测精度提升130%，同时减少九成无效试模测试；在零件重量预测任务中，相比XGBoost，失误样本占比下降31%；在生产组分预测中，平均误差降低54%。当工况发生变化时，仅需补充约三十条新样本作为上下文，模型平均误差即可下降62%，而传统算法需要两百条样本才能达到类似效果，凸显了其小样本快速适配的优势。
