„Amazon“ pristatė „Mitra-v2“ lentelių duomenų prognozavimui
Trumpai: „Amazon“ pristatė „Mitra-v2“ – pamatinį lentelių duomenų modelį, apmokytą naudojant tik sintetinius duomenis. Ši versija lenkia pirmtaką dėl didesnio mokymosi duomenų masto ir naujo hibridinio struktūrinio kauzalinio modelio, kuris geriau atspindi realaus pasaulio duomenų ryšius.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Amazon Science“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Padidintas mokymosi duomenų kiekis: 10 kartų daugiau eilučių ir 3 kartus daugiau stulpelių nei „Mitra-v1“.
- 2Naujas hibridinis SCM (Struktūrinio kauzalinio modelio) metodas, jungiantis neuroninius tinklus, sprendimų medžius, Gauso procesus ir autoregresinius mechanizmus.
- 3Hierarchinės klasifikacijos palaikymas užduotims, turinčioms daugiau nei 10 klasių.
- 4Singuliariosios vertės skaidymo įrankiai labai plačioms lentelėms apdoroti.
| Parametras | Buvo | Dabar |
|---|---|---|
| Mokymosi eilučių skaičius | „Mitra-v1“ mastelis | 10x „Mitra-v1“ |
| Mokymosi stulpelių skaičius | „Mitra-v1“ mastelis | 3x „Mitra-v1“ |
Kodėl tai svarbu?
„Mitra-v2“ pakeičia būtinybę kurti individualius gradientinio stiprinimo vamzdynus kiekvienai naujai lentelei, leidžiant greitai atlikti prognozes nematytiems struktūrizuotiems duomenims. „TabArena“ vertinime modelis užima pirmąją vietą tarp atskirų modelių.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei jūsų įmonė kuria sistemas, reikalaujančias automatizuotų įžvalgų iš klientų sąveikos ar operacinių žurnalų, saugomų lentelėse, „Mitra-v2“ siūlo efektyvų metodą, galintį sumažinti duomenų apdorojimo sudėtingumą. Išbandykite jį atliekant prognozes ir palyginkite rezultatus su esamais modeliais, ypač atkreipdami dėmesį į tikslumą ir vykdymo greitį.
🧪 Verta testuoti
Tai itin efektyvus būdas prognozuoti struktūrizuotus duomenis nereikalaujant atskiro modelio mokymo kiekvienam naujam duomenų rinkiniui.
Šaltiniai
- Amazon ScienceOficialusPirminis šaltinisOriginalus straipsnis →„Mitra-v2: Scaling synthetic pretraining for tabular foundation models“2026-11-10 17:37
- Šaltinio publikavimo data
- 2026-11-10 17:37
- Mūsų sistema rado
- 2026-11-10 17:54
- Santrauka sugeneruota
- 2026-11-10 23:28
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas