最强表格AI问世,浙大开源 TableGPT2!

TableGPT2-7B:浙大推出专注于分析和处理表格数据的大模型 TableGPT2-7B 是浙江大学推出的大规模解码器,专为数据密集型任务设计,尤其擅长处理和分析表格数据。 阅读详情

01.最强表格AI:浙大 TableGPT2 开源了!

  • 论文标题:TableGPT2: A Large Multimodal Model with Tabular Data Integration

  • _论文地址:_https://arxiv.org/pdf/2411.02059

  • _TableGPT 智能体:_https://github.com/tablegpt/tablegpt-agent

  • _Hugging Face:_https://huggingface.co/tablegpt/TableGPT2-7B

TableGPT2 是一个专为数据密集型任务设计的大规模解码器,旨在解释和分析表格数据。该模型旨在弥合传统大型语言模型能力与实际表格/结构化数据任务需求之间的差距,适用于商业智能、自动化数据驱动分析以及涉及数据库或数据仓库的应用任务。

该团队还初步探索了表格数据的多模态对齐。

具体来说,TableGPT2 创新性地加入了一个单独的模态模块,专门用于读取和解释表格数据。

类似于视觉 - 语言模型(VLM),TableGPT2 包含一个表格数据读取模块,其作用是生成与来自文本输入的 token 嵌入相连接的专用嵌入。

这个新增模块可让 TableGPT2 更好地捕获表格数据的结构和语义,从而在复杂的商业智能场景中实现更准确的表格理解。

如下图 1 描绘了 TableGPT2 的整体模型框架。

TableGPT2 有两种配置:7B 和 72B 版本。它们全都基于 Qwen2.5 系列模型。

下表 5 展示了 TableGPT2 (7B 和 72B 版本)与最先进基线模型的比较结果。值得注意的是,在没有对任何特定基准训练集进行大量训练的情况下,TableGPT2 显著优于几乎所有其他 LLM 方法。并且在某些基准上,TableGPT2 能够媲美甚至优于 GPT-4o。

02.英伟达发布新的视觉压缩工具:Cosmos Tokenizer

最近,英伟达发布了新的视觉压缩工具——Cosmos Tokenizer,它能帮助我们在保持图像和视频高质量效果的同时实现显著的压缩率。

  • GitHub: https://github.com/NVIDIA/Cosmos-Tokenizer

Cosmos Tokenizer 是一套用于图像和视频的神经 Tokenizer,旨在推进视觉token的技术前沿。

该项目支持大规模、稳健和高效的自动回归 transformer(如大型语言模型)或扩散生成器的开发。

项目提供了不同 tokenizer 的推理代码和预训练模型,能够实现高达 2048 倍的总压缩率,同时保持较高的图像质量,并比现有的最先进方法快 12 倍。

这款工具的特点在于它采用了统一的架构来处理图像和视频,而且支持连续型和离散型多种压缩方式。与现有技术相比,它的处理速度上提升了 2-12 倍,同时还保持了更小的模型体积。

在实际测试中,Cosmos Tokenizer 能够处理长达 8-10 秒的 1080p 高清视频,在各项基准测试中都优于现有方案。而且在视频质量评估上,它比现有技术提升了 4 分贝的峰值信噪比(PSNR),可以生成更清晰的画面效果。

03.清华、智谱团队推出自进化在线课程强化学习框架 WebRL

  • _论文链接:_https://arxiv.org/pdf/2411.02337

  • _Github 地址:_https://github.com/THUDM/WebRL

清华、智谱的研究团队推出了自进化在线课程强化学习框架 WebRL,旨在训练高性能 Web Agent,特别是针对 WebArena 环境。

该项目采用了强化学习技术,结合了自动化的课程学习策略,以提高Web智能体的性能和适应性。WebRL 提供了多种模型检查点和训练脚本,支持用户自定义训练和评估。

WebRL 解决了构建 LLM Web Agent 的三个关键挑战:训练任务稀缺、反馈信号稀少以及在线学习中的策略分布漂移。

具体来说,WebRL 包含:

  • 1)从不成功的尝试中生成新任务的自进化课程;

  • 2)鲁棒的结果监督奖励模型(ORM);

  • 3)确保持续改进的自适应强化学习策略。

应用 WebRL 将开源 Llama-3.1 和 GLM-4 模型转化为熟练的 Web Agent。在 WebArena-Lite 上,WebRL 将 Llama-3.1-8B 的成功率从 4.8% 提高到 42.4%,将 GLM-4-9B 的成功率从 6.1% 提高到 43%。

这些开源模型的性能大大超过了 GPT-4-Turbo(17.6%)和 GPT-4o(13.9%),也超过了之前在开源 LLM 上训练的 SOTA Web Agent(AutoWebGLM,18.2%)。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

TableGPT2-7B:用于表格数据分析的大规模解码器模型 TableGPT2-7B 是浙江大学开发的最先进的大规模解码器模型,专为涉及表格数据的数据密集型任务而设计。该模型以 Qwen2.5 架构为基础,包括针对表格数据的专用编码,其中独特的语义编码器可从行、列和整个表格中获取洞察力。 阅读详情

相关推荐

浙大TableGPT2:重新定义企业级表格智能的革命性开源框架

TableGPT2的诞生标志着表格数据处理从"规则驱动"迈入"认知智能"时代。其突破性的混合编码架构与开源策略,不仅降低了企业智能化转型的门槛,更在技术层面打通了结构化与非结构化数据处理的"任督二脉"。当每个业务人员都能用自然语言对话的方式驾驭海量数据,这或许正是AI democratization(人工智能民主化)的最佳实践注脚。

这里汇聚了前沿的技术分享与实用的开发技巧,带你探索从创意到企业的技术创业之路。 658

TableGPT2开源,复杂表格理解不存在了!

AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享!

Androiddddd的博客 2350

Fofa API高阶玩法:用Python批量获取漏洞资产(含OA系统扫描实战)

本文详细介绍了如何利用Python结合Fofa API实现自动化漏洞资产收集的高阶实战技巧。通过构建健壮的客户端、设计精准查询语法、实现多线程批量采集,并以OA系统漏洞扫描为例,演示了从资产发现、过滤验证到报告生成的全流程,旨在提升安全运维与应急响应的效率。

weixin_28607671的博客 502

TensorFlow相关组件的安装

TensorFlow相关组件的安装

AAI666666的博客 3943

macOS 12.7.6部署Ollama+Dify避坑指南

本文介绍了在macOS 12.7.6系统下部署Ollama和Dify的详细步骤及避坑指南。主要内容包括:1)关闭系统完整性保护(SIP)以允许修改系统目录;2)安装特定版本的Docker(2.1.0.5)和docker-compose(v2.38.2)以避免兼容性问题;3)配置Ollama服务并下载nomic-embed-text和deepseek-r1:7b模型;4)针对macOS调整Dify的docker配置文件,包括延长超时时间、修改存储路径、增加资源限制等关键设置。文中提供了完整的命令操作步骤和配置

Hi20240217的博客 3109

STM32F407-OV7670(无FIFO)-ONENET-实现摄像头画面上传到onenet(EDP协议)

EDP协议 EDP协议文档说明:https://leoeinstein.lanzous.com/ifX1Ckfkaaf 服务器登录 登录流程: (1)客户端发送连接请求(CONN_REQ) (2)服务器验证请求的合法性 (3)服务器发送一个回执(CONN_RESP)给客户端 其中请求包含三部分:消息头、选项和消息体。 1、消息头 包括消息的类型和剩余消息长度。 2、选项 包括协议名称、协议版本、连接标志、保持连接时间。 3、消息体 可能包含设备ID、用户ID(可选)、鉴权信息(看采取什么方式登录)。 设备

LiangWF22的博客 1万+

最新开源:最强表格AI问世,浙大开源TableGPT2!

项目提供了不同 tokenizer 的推理代码和预训练模型,能够实现高达 2048 倍的总压缩率,同时保持较高的图像质量,并比现有的最先进方法快 12 倍。这些开源模型的性能大大超过了 GPT-4-Turbo(17.6%)和 GPT-4o(13.9%),也超过了之前在开源 LLM 上训练的 SOTA Web Agent(AutoWebGLM,18.2%)。最近,英伟达发布了新的视觉压缩工具——Cosmos Tokenizer,它能帮助我们在保持图像和视频高质量效果的同时实现显著的压缩率。

u012744245的博客 1884

开源CC6920差分霍尔电流传感器模块实战指南——从选型到波形分析

本文详细介绍了CC6920差分霍尔电流传感器模块的选型、硬件连接、参数计算及波形分析技巧。通过实战案例,展示了该开源硬件在电流测量中的优势,包括超低内阻、电气隔离和抗干扰能力,适用于电机控制、开关电源保护等场景。

weixin_28738397的博客 379

结构化表格也成模态!浙大TableGPT2开源,最强表格AI问世

当结构化数据也变成一个模态,哪家的大语言模型能脱颖而出呢?现在正是多模态大模型的时代,图像、视频、音频、3D、甚至气象运动都在纷纷与大型语言模型的原生文本模态组合。而浙江大学及其计算机创新技术研究院的一个数十人团队也将结构化数据(包括数据库、数仓、表格、json 等)视为了一种独立模态。基于这一视角,依托 Qwen,他们研发了 TableGPT 系列模型。现如今,这个模型已经更新到了第 2 代,性能表现较之前代已有大幅提升:**在某些基准上,TableGPT2 能够媲美甚至优于 GPT-4o!

2401_85375298的博客 2054

手把手教你用Wireshark抓包分析Profinet非周期通信(附实战案例)

本文详细解析了PROFINET非周期通信(RTA)的技术原理与实战应用,通过Wireshark抓包分析,揭示从PLC请求到驱动器响应的完整对话过程。涵盖实验环境搭建、关键配置步骤、典型参数访问流程及故障诊断案例,帮助工程师深入理解并优化工业网络通信性能。

Black的专栏 1050

Python 爬虫教程:财经新闻实时抓取(最新资讯 + 关键词提取)

在当今信息爆炸的时代,财经新闻的实时获取对于投资者、研究人员以及普通大众来说都具有重要的价值。通过 Python 爬虫技术,我们可以高效地抓取财经新闻,并提取其中的关键信息,以便更好地进行数据分析和决策支持。本文将详细介绍如何使用 Python 编写一个财经新闻实时抓取系统,并结合关键词提取技术,帮助读者快速掌握 Python 爬虫的核心技能。

yansideyucsdn的博客 1051

浙大 TableGPT2 开源,横扫任务榜,最强表格 AI问世!

机器之心报道当结构化数据也变成一个模态,哪家的大语言模型能脱颖而出呢?现在正是多模态大模型的时代,图像、视频、音频、3D、甚至气象运动都在纷纷与大型语言模型的原生文本模态组合。而浙江大学及其计算机创新技术研究院的一个数十人团队也将结构化数据(包括数据库、数仓、表格、json 等)视为了一种独立模态。基于这一视角,依托 Qwen,他们研发了 TableGPT 系列模型。现如今,这个模型已经更新到了...

机器学习算法与Python学习 595

微信小程序 - 最新详细实现 “餐厅食堂外卖点餐“ 全屏左右联动菜单列表功能界面,附带搜索框、购物车功能、商品加减计算金额、折扣等,左侧商品分类,右侧列表数据,仿美团饿了么外卖点餐页面,饭店扫码点餐!

微信小程序,vue2,vue3,左右联动菜单,商品分类页面,点餐界面,美团外卖点餐,左右布局界面,饿了么点餐页面,左分类右列表,小程序实现左侧菜单,外卖点餐联动,锚点,点击左侧大类后侧列表跟着变跟着刷新,菜单左右联动效果,左菜单右边列表数据,uniapp,左侧菜单,右侧列表双向联动效果,右侧商品滑动时,右侧列表双向联动效果,侧边菜单和右边滚动条,电商项目,购物车,商品加减计算,外卖选餐页面带购物车计算,自动计算金额,微信小程序外卖点餐界面源码,店铺页面滑动左右联动,点餐类小程序界面,堂食,扫码点餐,餐饮行业

🏆 前端领域优质创作者 5160

<span class=“js_title_inner“>浙大 TableGPT2 开源,横扫任务榜,最强表格 AI问世!</span>

具体来说,80% 的 CPT 数据都是标注良好的代码,从而确保 TableGPT2 具有稳健的编程能力,这与 DeepSeek-v2 采用的方法是一致的。为了克服这一局限性,团队构建了这个更具挑战性、更能反映实际应用场景的新基准,从商业智能(BI)场景中的真实表格中收集了 360 个复杂数据表格,并在此基础上制定了 6000 个真实、复杂的查询语句。最后,执行评估,这会用到一个包含约 94.9K 个案例(包括现有案例和新构建的案例)的固定验证集,如此可确保生成的结果是可执行且准确的。

机器学习算法与Python学习 85

高通 vs MTK vs 海思:三大平台 ISP 架构横向对比与实战差异分析

随着移动影像能力成为智能终端差异化竞争的核心维度,ISP(Image Signal Processor)架构日益重要。高通、MTK、海思三大 SoC 厂商在 ISP 设计上各具特色,不仅在图像处理链路、模块集成度、算法加速路径等方面存在显著差异,同时也决定了终端厂商在成像质量、调试复杂度与扩展能力上的实际表现。本文将基于真实平台项目经验,横向对比三大主流平台的 ISP 架构关键指标,系统分析其在实际开发过程中的能力边界、工程成本与调优空间,帮助工程师更精准地进行平台选型与优化策略制定。

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 3940

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

浙江大学提出TableGPT2:最强表格AI模型,性能优于GPT-4o!

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>【Mamba/多模态/扩散】交流群添加微信号:CVer2233,小助手会拉你进群!扫描下方二维码,加入CVer学术星球!可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料,及最前沿应用!发论文/搞科研/涨薪,强烈推荐!转载自:机器之心 | 编辑:Panda、杜伟当结构化数据也变成一个模态,哪家的大语言模...

阿木寺的博客 993

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

揭秘TableGPT2-7B训练数据:860亿 tokens 如何打造BI领域最强推理模型?

TableGPT2-7B是浙江大学开发的一款专门针对表格数据处理的大型语言模型,在商业智能(BI)领域展现出卓越的性能。这款模型通过860亿tokens的持续预训练和236万个高质量样本的监督微调,成功打造了目前BI领域最强的推理模型之一。💡 ## 一、TableGPT2-7B训练数据的核心构成 ### 860亿tokens持续预训练数据 TableGPT2-7B的训练数据规模令人印象深刻,

gitblog_00841的博客 478

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

2026年AI办公工具实测:12款提升效率的必备神器

AI办公工具正在从单纯的对话式助手进化为深度嵌入工作流的智能生产力平台。其核心原理基于大模型与自然语言处理技术,能够理解用户意图并自动完成文本生成、数据整理、会议转写等重复性任务。这类工具的技术价值在于将人力从低创造性劳动中解放出来,尤其在文档协作、幻灯片制作、表格分析和会议纪要等场景中表现突出。通过将AI能力与日常办公软件无缝衔接,用户可以显著降低操作摩擦,提升整体产出质量。2026年的AI办公工具已不再比拼参数规模,而是看场景优化、生态整合与数据安全能力。本文基于长期实测,梳理出12款覆盖文案、PPT、

weixin_29044157的博客 338

MLMs之TableGPT2:《TableGPT2: A Large Multimodal Model with Tabular Data Integration》翻译与解读

​ MLMs之TableGPT2:《TableGPT2: A Large Multimodal Model with Tabular Data Integration》翻译与解读 目录 《TableGPT2: A Large Multimodal Model with Tabular Data Integration》翻译与解读 Abstract 1、Introduction Outlook展望 《TableGPT2: A Large Mu

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 2520

TableGPT

TableGPT阅读

qq_40438523的博客 2018

TableGPT2:大模型处理表格数据的新突破

例如在财务数据中,可以准确回答"如果2022年出口总额的人民币计价比实际数值少了10%,请计算新的出口总额"这类问题。训练数据量庞大,使用了超过860亿token进行预训练,包含59.38万张表和236万高质量的查询-表-输出样本。这使得模型在各类表格任务上表现优异。TableGPT2是浙江大学赵俊博团队最新研发的大模型,它在处理结构化数据方面取得了重大突破。在23个基准测试中,TableGPT2平均性能提高了35.20%(7B模型)和49.32%(72B模型),部分基准下甚至超越了GPT-4o。

CitrineLion90的博客 589

TableGPT: Towards Unifying Tables, Nature Language and Commands into One GPT

摘要部分介绍了一种名为TableGPT的统一精调框架,它利用大型语言模型(LLMs)实现了通过自然语言输入与表格进行交互的能力。

机器学习,深度学习 1945
上一篇: ACL24|知识图谱提示激发大模型的图推理
下一篇: 蚂蚁集团 | 提出多任务大模型微调方法:CoBa,LLM最高性能提升13%!
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2841原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值