狠人！台湾首富弃子，在大陆拿下3000亿王国

生成式 AI 聊天机械人（如 ChatGPT、Claude 和 Gemini）依赖的大语言模型（LLMs）虽能生成极具人性化特征的文本和图像，却在处理结构化数据剖析时面临巨大挑战
。尽管 LLMs 能解决庞大数学问题、审阅执法文件或创作内容，但在面对稍大的电子表格时往往束手无策
。关于大大都组织而言，焦点数据均存储于电子表格中，从银行交易纪录到粒子加速器爆发的海量碰撞信息，这种行列结构的数据主宰着商业世界，而 LLMs 却无法有效处理
。为何 LLMs 难以驾驭电子表格阿姆斯特丹高级 AI 研究员 Boris van Breugel 指出，人类固有偏见导致结构化数据受关注较少，" 人们喜欢看图像、视频和 ChatGPT 回复，但看数字并不有趣
。" 他在 2024 年配合撰写的立场论文中还提到，差别表格数据集之间难以比较
。虽然语言语义相似利于 LLMs 训练，但在变量截然差别的表格上训练简单模型难度极大
。别的，语言实质是序列化的，词序改变会影响寄义；而表格数据是非序列化的，交换行列位置不改变事实寄义
。这种对线性顺序的独立性与 LLMs 预测线性序列下一个值的基本目的不相容
。Fundamental 首席执行官 Jeremy Fraenkel 体现：" 使用 LLMs 时，纵然输入微小变革，输出也会差别
。这在创意场景可接受，但在判断交易欺诈时，你需要确保预测结果一致且确定
。"Fundamental 开发 LTM 的历程目今表格数据解决计划多依赖 XGBoost 等保存凌驾 15 年的机械学习算法，需数据科学家针对每个用例花费数月优化
。相比之下，NEXUS 等新兴大型表格模型（LTM）属于基础模型，利用从多样化数据库预训练中积累的知识，可在少少定制特征工程的情况下应用于种种预测任务
。与模拟令牌序列的 LLMs 差别，LTMs 直接建模表格数据结构，联合学习条目数值、寄义及其相互关系
。以杂货库存表中的香蕉为例，LTM 不但接收数量，还能识别其代表目今库存、类别为农产品，以及该条目与列其余部分的统计属性联系
。这种上下文理解能力提升了推理和预测准确性
。Fraenkel 介绍，开发 NEXUS 的重大挑战在于获取合适训练数据
。与自然语言相比，表格数据敏感、专有且多样性极高，生物与金融数据集几无相似之处
。Fundamental 利用相助同伴及许可获得的专有数据集、高质量公共开源数据集，以及数据增强技术，以数十亿张表格为基础对 NEXUS 进行预训练
。他强调，NEXUS 未使用客户数据训练，作为一个秘密盘算平台，Fundamental 在物理上无法会见客户数据
。这一特性成为今年 6 月亚马逊云科技（AWS）将 NEXUS 嵌入 Amazon SageMaker 的要害考量
。SageMaker 被视为宁静机械学习的默认操作系统，使 NEXUS 能接触敏感数据，这与需导入数据的 LLMs 形成鲜明比照
。" 我们与亚马逊建立第一方相助同伴关系，模型体现如同原生 AWS 解决计划，"Fraenkel 称，目标是将此类关系扩展至允许用户 anywhere 会见数据并进行预测
。数据剖析的未来Fundamental 在企业应用方面领先，但并非孤军奋战
。今年 3 月，Feedzai 和 Mastercard 划分推出专注金融领域的类似专有技术；6 月下旬，Google 推出完全由数亿个合成数据集训练的基础模型 TabFM
。FlexTab、TabICL 和 iLTM 等也是研究社区已往一年开发的众多 LTM 代表
。van Breugel 体现：" 如果未来大大都数据处理和剖析不是通过自动化系统完成，我会感应很是惊讶
。大大都人不喜欢做数据剖析，而这些系统将能更好地完成事情
。"Fraenkel 赞同此看法，并将 LLMs 和 LTMs 的关系比作人脑：" 左半球擅长推理、理解和总结文本，右半球擅长理解数字、统计和模式
。两者结合，才华获得真正强大的力量
。"【星途科讯 图文丨欧阳布布 首发于 ZAKER 科技，转载请注明来由】