TableGPT2是一个基于Qwen2.5模型系列的全新大型语言模型，它在超过59万个表格和236万个高质量的查询-表格-输出元组上进行了预训练和微调。TableGPT2在表格相关任务中表现出色，同时保持了强大的通用语言和编码能力，并在多个基准测试中取得了优于或相当于GPT-4o的结果。该模型引入了独特的语义编码器，能够理解表格数据，并增强了处理模糊查询、缺失列名和不规则表格的能力，从而为商业智能应用和复杂查询处理提供了强大的支持。

🤔TableGPT2是一个基于Qwen2.5模型系列的大型语言模型，它在超过59.38万个表格和236万个高质量的查询-表格-输出元组上进行了预训练和微调，数据规模远超以往研究。

📊TableGPT2在23个基准测试指标上，7B版本模型性能比之前基准中性LLMs平均提高了35.20%，72B版本模型性能提高了49.32%，在某些基准测试中甚至达到了优于或相当于GPT-4o的结果。

💡TableGPT2的核心创新在于其新颖的表格编码器，该编码器专门设计用于捕获模式级别和单元格级别的信息，增强了模型处理模糊查询、缺失列名和不规则表格的能力。

⚙️TableGPT2-7B基于Qwen2.5架构构建，包含了专门用于表格数据的编码，并应用了持续预训练(CPT)和监督微调(SFT)，使其能够用于实际的商业智能应用程序和复杂的查询处理。

2024-11-08 17:16 湖北

TableGPT2：一个经过严格预训练和微调的模型，涉及超过59.38万个表格和236万个高质量的查询-表格-输出元组，这是以前研究中前所未有的表格相关数据规模。在以表格为中心的任务中表现出色，同时保持了强大的通用语言和编码能力。

TableGPT2有两种配置——7B 和 72B 参数——均源自 Qwen2.5 模型系列，已开源了7B 版本。

在23个基准测试指标上，TableGPT2在7B模型上比之前的基准中性LLMs平均性能提高了35.20%，在72B模型上提高了49.32%。

在某些基准测试中，TableGPT2甚至达到了优于或相当于GPT-4o的结果。 

在涉及层次结构化表格的复杂数据基准测试，如HiTab中，TableGPT2执行准确率比Qwen2.5系列高出超过60%的绝对增长。

TableGPT2的定性案例

模型架构

TableGPT2-7B 基于 Qwen2.5 架构构建，包含专门用于表格数据的编码。它具有独特的语义编码器，旨在解释表格数据，从行、列和整个表格中获取见解。已应用持续预训练 (CPT) 和监督微调 (SFT)，以使模型能够用于实际的 BI 应用程序和复杂的查询处理。

TableGPT2的一个关键创新是其新颖的表格编码器，专门设计来捕获模式级别和单元格级别的信息。这个编码器增强了模型处理模糊查询、缺失列名和不规则表格的能力，这些在现实世界的应用中很常见。与视觉-语言模型（VLMs）类似，这种方法与解码器集成，形成了一个强大的大型多模态模型。

TableGPT2整体技术框架

语义表格编码器的总体设计

https://huggingface.co/tablegpt/TableGPT2-7Bhttps://arxiv.org/pdf/2411.02059TableGPT2: A Large Multimodal Model with Tabular Data Integrationhttps://github.com/tablegpt/tablegpt-agent

推荐阅读

• 对齐LLM偏好的直接偏好优化方法：DPO、IPO、KTO

• 2024：ToB、Agent、多模态

• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！

• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）

---

欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

跳转微信打开