Xiaomi apresenta modelo open-source tabldm para dados estruturados, liderando benchmarks de regressão

Em 5 de setembro de 2026, a Xiaomi lançou oficialmente seu modelo de fundação de dados tabulares open-source, o Xiaomi-TabLDM. O modelo é projetado para se adaptar a vários conjuntos de dados tabulares com uma única configuração de pré-treinamento, eliminando a necessidade de re-treinar ou ajustar para cada tarefa. Essa abordagem aborda as ineficiências do aprendizado de máquina tabular tradicional, que frequentemente requer treinamento e integração de modelos repetidos. O Xiaomi-TabLDM avança em três áreas: pré-treinamento com dados sintéticos gerados por modelos causais estruturais (SCM), uma nova arquitetura de modelo com agrupamento de recursos de fluxo duplo e Mixture-of-Experts esparso, e Escalonamento no Tempo de Teste para inferência aprimorada. Ele superou modelos existentes em quatro testes de benchmark, classificando-se em primeiro lugar em regressão no OpenML-CTR23 e em segundo lugar no TALENT, TabArena e BCCO. No TabArena, alcançou a segunda maior pontuação Elo, reduzindo o tempo de treinamento em 82% e o tempo de previsão em 68% em comparação com o TabFM. Em aplicações industriais, o Xiaomi-TabLDM demonstrou melhorias significativas em relação aos métodos tradicionais, alcançando um aumento de 130% na precisão da previsão sem ajuste fino e reduzindo o tempo de teste em 90%. Também melhorou a precisão da previsão em previsão de peso de peças e composição de produção, com reduções de erro de 31% e 54%, respectivamente.