AnswersPublished16 sources
LimiX-2 yhdistää taulukkoennusteet ja puuttuvien arvojen täydentämisen
Stable AI:n ja Tsinghuan yliopiston LimiX 2 käyttää samaa esikoulutettua mallia luokitteluun, regressioon ja puuttuvien arvojen täydentämiseen ilman tehtäväkohtaisia parametripäivityksiä. Tekijöiden ilmoittamat Elo tulokset ovat 1 935 TabArenassa, 1 432 BCCO:ssa ja 1 506 TALENTissa.
JulkaisijaMuokattu mallilla GPT-6 SolKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Stable AI:n ja Tsinghuan yliopiston LimiX 2 käyttää samaa esikoulutettua mallia luokitteluun, regressioon ja puuttuvien arvojen täydentämiseen ilman tehtäväkohtaisia parametripäivityksiä.
- Tekijöiden ilmoittamat Elo tulokset ovat 1 935 TabArenassa, 1 432 BCCO:ssa ja 1 506 TALENTissa.
- Mallin painot ja päättelykoodi ovat saatavilla, mutta julkaistu lisenssi rajaa käytön ei kaupalliseen tarkoitukseen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is LimiX-2, the 400-million-parameter structured-data foundation model released by Stable AI and Tsinghua University professor Peng Cui. Article summary: LimiX-2 is a 400-million-parameter foundation model for structured data from Stable AI and Peng Cui’s Tsinghua University group. It aims to use one pretrained model for classification, regression, missing-value imputatio. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
LimiX-2:n lupaus on käytännöllinen: sama esikoulutettu malli voi tehdä useita taulukkodatan tehtäviä sen sijaan, että jokaista aineistoa ja tehtävää varten koulutettaisiin oma mallinsa. Stable AI:n ja Tsinghuan yliopiston professori Peng Cuin ryhmään liittyvän mallin koko on noin 400 miljoonaa parametria. Hankkeen mukaan painot ja päättelykoodi julkaistiin 16.9.2026; päivämäärä 17.9. näkyy myöhemmässä tutkimusjulkaisujen listauksessa. 3
8
12
Miten sama malli taipuu eri tehtäviin?
LimiX-2:n Contextual Mechanism Network (CMN) mallintaa sille annetun aineiston muuttujien välisiä suhteita. Esikoulutuksessa käytetty Context-Conditional Masked Modeling (CCMM) peittää arvoja ja opettaa mallia päättelemään ne näkyviin jääneiden arvojen perusteella. Kun peitettävää kohtaa vaihdetaan, menetelmää voidaan käyttää sekä ennustekohteen arviointiin että taulukosta puuttuvien arvojen täydentämiseen. Koulutusaineistona on käytetty rakenteellisista kausaalimalleista tuotettuja synteettisiä aineistoja, joissa vaihtelevat verkostorakenteet ja mekanismit. 2
3
Hankkeen mukaan luokittelu, regressio ja arvojen täydentäminen onnistuvat ilman tehtäväkohtaisia parametripäivityksiä. Tekijät raportoivat myös kausaalisen rungon palauttamista eli mahdollisten muuttujayhteyksien tunnistamista. Pelkkä yhteyden löytyminen ei silti osoita vaikutuksen suuntaa eikä todista, mitä tapahtuisi, jos johonkin muuttujaan puututtaisiin. 3
19
Mitä vertailutulokset kertovat?
Tekijöiden arvioissa LimiX-2 saavutti 1 935 Elo-pistettä TabArenassa, 1 432 BCCO:ssa ja 1 506 TALENTissa. Se sijoittui kaikissa kolmessa vertailussa mukana olleiden taulukkodatan perusmallien ja AutoGluon 1.6:n edelle. TabArenassa ero seuraavaksi sijoittuneeseen TabFM+:aan oli ennen pyöristystä 117,4 Elo-pistettä. 16
Elo-luvut kuvaavat sijoittumista näissä vertailuissa: ne eivät ole tarkkuusprosentteja eivätkä lupaus paremmasta tuloksesta organisaation omalla aineistolla. Tulokset antavat syyn kokeilla LimiX-2:ta nykyisen automatisoidun koneoppimisputken rinnalla, eivät vielä syytä korvata putkea. 16
Ennen kokeilua: lisenssi ja oma vertailu
Tarkista ensin käyttöoikeus. Painojen ja päättelykoodin saatavuudesta huolimatta hankkeen materiaaleissa määritellään ei-kaupallinen lisenssi. Avoimesti saatavilla olevia painoja ei siis pidä tulkita luvaksi kaupalliseen käyttöönottoon. 3
Jos käyttö on sallittua, vertaa mallia nykyiseen ratkaisuun edustavalla testiaineistolla. Säilytä tarvittaessa aika- ja ryhmärajat aineiston jaossa ja arvioi ennustelaadun lisäksi esimerkiksi todennäköisyysarvioiden kalibrointia, puuttuvien tietojen käsittelyä, päättelyn kustannuksia, muistintarvetta ja ylläpidettävyyttä. Täydennetyt arvot ovat arvioita, ja ehdotetut kausaaliset yhteydet vaativat asiantuntijan tarkastelua. Vertailumenestys tekee LimiX-2:sta kiinnostavan kokeiltavan, mutta päätös korvata nykyinen ratkaisu riippuu omasta aineistosta ja käyttötavasta. 3
16
19
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "LimiX-2 yhdistää taulukkoennusteet ja puuttuvien arvojen täydentämisen"?
Stable AI:n ja Tsinghuan yliopiston LimiX 2 käyttää samaa esikoulutettua mallia luokitteluun, regressioon ja puuttuvien arvojen täydentämiseen ilman tehtäväkohtaisia parametripäivityksiä.
What are the key points to validate first?
Stable AI:n ja Tsinghuan yliopiston LimiX 2 käyttää samaa esikoulutettua mallia luokitteluun, regressioon ja puuttuvien arvojen täydentämiseen ilman tehtäväkohtaisia parametripäivityksiä. Tekijöiden ilmoittamat Elo tulokset ovat 1 935 TabArenassa, 1 432 BCCO:ssa ja 1 506 TALENTissa.
What should I do next in practice?
Mallin painot ja päättelykoodi ovat saatavilla, mutta julkaistu lisenssi rajaa käytön ei kaupalliseen tarkoitukseen.