Stable AI Tsinghua universiteti professori Peng Cui jamoasi bilan hamkorlikda 400 million parametrlik fundamental model boʻlgan LimiX-2 ni eʼlon qildi. Bu model strukturaviy va jadvaldagi maʼlumotlar bilan ishlash uchun moʻljallangan. Inferens uchun ogʻirliklar va kod Hugging Faceʼda stable-ai/LimiX-2 manzilida, texnik hisobot esa arXiv da 2609.17488 raqami ostida joylashgan.
Sinovdan oʻtgan modellardan biri bitta oldinga oʻtishda tasniflash, regressiya va yoʻqolgan qiymatlarni toʻldirishni amalga oshira oladi, bu aniq vazifa uchun nozik sozlashni talab qilmaydi.
Arxitektura jihatidan, LimiX-2 Kontekstli Tarmoq Mexanizmlaridan (Contextual Mechanism Networks, CMNs) foydalanadi, ular Kontekstga Bogʻliq Maskirovka Modellashtirish yordamida oldindan oʻqitilgan. Jadvaldagi maʼlumotlarga yoʻnaltirilgan va kontekst asosida belgilangan maqsadni bashorat qilishga sozlanadigan anʼanaviy maqsad funksiyasiga eʼtibor qaratish oʻrniga, CMNlar xususiyatlar va belgilar oʻrtasidagi birgalikdagi bogʻliqliklar tuzilishini aniqlashga oʻrgatiladi, bu har bir ustunni alohida sozlashdan koʻra, oʻzgaruvchilarning maʼlumotlarni qanday birgalikda yaratishini aniqlashga yaqinroqdir.
Oldindan oʻqitish strukturali sabab-oqibat modellaridan olingan sintezlangan maʼlumotlar toʻplamlari ustida amalga oshirildi, ular turli xil graflar, mexanizmlar va kuzatuv jarayonlarini qamrab oladi. Keyin model LimiX ning avval nashr etilgan miqyoslash qonunlariga muvofiq 400M sinfiga kengaytirilgan.
Jamoa ochiq reyting jadvallarida TabArena da Elo 1935, BCCO da 1432 va TALENT da 1506 natijalarini namoyish etdi. Ushbu natijalar eʼlon qilingan protokollar doirasida taqqoslanayotgan jadvaldagi fundamental modellar va AutoGluon uslubidagi bazaviy modellar orasida birinchi boʻlib hisoblanadi. TabArena natijalari shuningdek, regressiya va tasniflash boʻlimlaridagi kuchli koʻrsatkichlarni taʼkidlaydi; model kartochkasida xususiyatlarga diqqat qilish orqali sabab-oqibat skeletni tiklash qoʻshimcha ravishda qayd etilgan, bu bevosita sabab-oqibat aloqalarni kodlaydi.
LimiX ning avvalgi chiqarilmalari korporativ strukturaviy maʼlumotlarning yuzlab ssenariylarini qamrab olgan; LimiX-2 bu umumiy jadval modellar sohasini yanada ilgari surishga qaratilgan CMN ning kengaytirilgan generatsiyasidir.
Maʼlumotlar bilan shugʻullanuvchi jamoalar uchun amaliy qiymati har bir maʼlumotlar toʻplami uchun qayta sozlash zaruriyati boʻlmagan, heterogen jadvallardagi maʼlumotlarni tasniflash, regressiyalash va imputatsiya qilish imkonini beruvchi yagona ochiq ogʻirlik mavjudligidir. Bu ayniqsa korporativ jadvalar jamoatda mavjud matnli korpuslar bilan oʻxshamasida foydalidir. Biroq, benchmarklar mualliflar tomonidan maʼlum konfiguratsiyalarda eʼlon qilingan Elo sifatida taqdim etilganligini hisobga olish kerak; ishlab chiqarish muhitidagi yakuniy foydalanuvchilar maxsus AutoML konveyerlarini almashtirishdan oldin kechikgan namunalar ustida tekshiruvlar oʻtkazishlari va maʼlumotlar sizib chiqishini nazorat qilishlari kerak boʻladi.