Xiaomi presenta un modelo de código abierto, tabldm, para datos tabulares estructurados, liderando las pruebas de regresión

El 5 de septiembre de 2026, Xiaomi lanzó oficialmente su modelo de base de datos tabulares de propósito general de código abierto, Xiaomi-TabLDM. El modelo está diseñado para adaptarse a varios conjuntos de datos tabulares con una única configuración de pre-entrenamiento, eliminando la necesidad de volver a entrenar o ajustar para cada tarea. Este enfoque aborda las ineficiencias del aprendizaje automático tradicional para tablas, que a menudo requiere múltiples entrenamientos e integración de modelos. Xiaomi-TabLDM avanza en tres áreas: pre-entrenamiento con datos sintéticos generados por modelos causales estructurales (SCM), una nueva arquitectura de modelo que presenta agrupación de características de dos flujos y Mezcla de Expertos dispersa, y Escalado en tiempo de prueba para una mejor inferencia. Superó a los modelos existentes en cuatro pruebas de referencia, obteniendo el primer lugar en regresión en OpenML-CTR23 y el segundo en TALENT, TabArena y BCCO. En TabArena, logró la segunda puntuación Elo más alta, reduciendo el tiempo de entrenamiento en un 82% y el tiempo de predicción en un 68% en comparación con TabFM. En aplicaciones industriales, Xiaomi-TabLDM demostró mejoras significativas sobre los métodos tradicionales, logrando un aumento del 130% en la precisión de la predicción sin ajuste y reduciendo el tiempo de prueba en un 90%. También mejoró la precisión de la predicción en la predicción del peso de las piezas y la composición de la producción, con reducciones de error del 31% y 54% respectivamente.