小米发布Xiaomi-TabLDM，重塑表格数据处理范式

【区角快讯】9月5日，小米正式对外披露了通用表格数据基础大模型Xiaomi-TabLDM。这款新模型的核心理念在于“一次预训练，全域适用”，旨在彻底改变金融、医疗、制造及物流等领域长期依赖的表格数据处理模式。以往，面对结构化数据，行业多采用XGBoost或LightGBM等传统机器学习工具，每遇新业务数据集便需重新训练、调参甚至集成多套模型，部署与维护成本居高不下。Xiaomi-TabLDM的出现，正是为了打破这种“一表一模型”的僵局，实现单模型跨数据集的直接应用，无需针对特定数据重复进行繁琐的训练流程。

从技术架构来看，该模型围绕大规模合成数据预训练、高效模型Scaling以及Test-Time Scaling三大方向构建。其预训练过程完全基于合成表格数据，覆盖了多样的数据规模、变量类型及函数关系，从而极大扩展了任务分布的覆盖面。在底层设计上，引入了双流Feature Group、轻量级Attention Residual以及稀疏MoE专家混合机制。这一组合不仅有效扩大了模型容量，更避免了计算量的同步激增。值得注意的是，该模型支持在不修改参数的前提下，通过增加推理阶段的计算资源来提升预测精度，展现了极高的灵活性。

在TALENT、OpenML-CTR23、BCCO及TabArena四大公开基准测试中，Xiaomi-TabLDM整体表现跻身第一梯队。特别是在回归任务上，其成绩尤为抢眼：拿下TALENT二分类榜首、OpenML-CTR23回归榜单第一，并在BCCO总体排名第二、TabArena回归任务位列第二。多项关键指标超越了TabPFN-3、AutoGluon1.5 extreme等主流基线方案。在兼顾预测性能与推理效率方面，该模型在TabArena回归任务中取得了1900 Elo得分，每1000样本验证耗时仅3.12秒，效率优势明显。

工业真实场景的落地测试进一步印证了其价值。在材料性能预测场景中，无需微调即可使预测精度提升130%，同时减少九成无效试模测试；在零件重量预测上，相比XGBoost，失误样本占比下降了31%；生产组分预测的平均误差则降低了54%。更具突破性的是其小样本适配能力：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%。相比之下，传统算法往往需要两百个样本才能接近同等效果，凸显了其在快速响应业务变化方面的显著优势。