🔼Большие табличные модели превосходят LLM в работе с электронными таблицами

Новый класс ИИ-моделей — Large Tabular Models (LTM) — показывает значительно более высокую точность при анализе структурированных данных по сравнению с традиционными языковыми моделями. Разработка, получившая название Nexus, решает ключевую проблему LLM: их неспособность корректно обрабатывать числовые и категориальные данные в табличном формате.

В отличие от LLM, которые воспринимают таблицы как последовательности текста, LTM используют специализированную архитектуру, учитывающую взаимосвязи между строками и столбцами. Nexus обучен на миллионах реальных таблиц и способен выполнять такие задачи, как прогнозирование временных рядов, обнаружение аномалий и заполнение пропусков — с точностью, недоступной GPT-4 и другим универсальным моделям.

Практическое значение: LTM позволяют автоматизировать анализ корпоративных данных без предварительной обработки и инжиниринга признаков. Для бизнес-аналитиков и data scientists это означает возможность получать выводы напрямую из сырых CSV-файлов и Excel-таблиц, минуя этап ручной настройки моделей.

#Tech #AI #TableData #Nexus #LTM #Analytics