清華穩準智慧發表 LimiX-2，結構化資料基礎模型重新整理國際評測紀錄
為何重要
LimiX-2 的成功標誌著「結構化資料基礎模型」進入「GPT 時刻」，開啟了工業領域從「一任務一模型」向通用基礎模型演進的契機。對開發者而言，它提供了一種將因果邏輯 invisible in the black box 中顯性化的新方法；對產業而言，證實了調整模型架構（如從目標導向轉為結構導向）和利用合成資料，能有效對抗資料稀缺並提升在複雜工業場景（如製程最佳化、故障預測）的落地能力。
由清華大學計算機系崔鵬教授領銜的團隊，於 9 月 16 日發布新一代結構化資料模型 LimiX-2，引數規模攀升至 400M。
- LimiX-2 在 TabArena、BCCO、TALENT 等國際主流評測基準中，Elo 總分分別為 1935、1432 和 1506，均位列榜首，表現超越 Google、SAP、Amazon 等國際大廠。
- 核心技術 CMNs（Contextual Mechanism Networks）開創從「目標預測」走向「結構發現」的新範式，並透過自動合成的線性、週期性資料解決企業結構化資料難獲取的問題。
- 上一代 LimiX 已完成 3800+ 個結構化資料場景通用性驗證並與 60+ 客戶達成合作，此次作為結構化資料的 GPT-3 時刻進一步強化模型效能。