Stable AI 推出了 LimiX-2 模型以處理結構化資料

Stable AI 公司發佈了 LimiX-2 — 一種專門的基礎模型，具有 400 萬個參數，用於處理表格數據。系統架構使用上下文網絡機制，以單次通行完成分類、回歸和數據插補任務。

模型展示了高計算效率，僅需 1 小時 的訓練時間就能達到 11 分 的成績。開發人員專注於優化對不完整或雜亂的數據集的工作，使模型能夠有效地自動恢復缺失值。

在測試過程中，LimiX-2 顯示了超越現有類似模型的表現，在 TabArena 和 TALENT 等專門的基準測試中取得了優異成績。模型的緊湊尺寸允許其在標準設備上部署，而無需使用高密度 GPU 集群。

將模型集成到數據分析管道中，可以縮短為機器學習準備數據集的時間。使用單一機制來完成分類和回歸等不同任務，簡化了分析系統的架構，減少了信息預處理所需的步驟數量。