为什么大型语言模型在表格预测中失败

为什么大型语言模型在表格预测中失败

_

大型语言模型在表格预测中的局限性

大型语言模型(LLMs)在人工智能领域掀起波澜,展现出在自然语言处理、文本生成乃至某些推理方面的卓越能力。然而,它们在表格数据预测方面的表现却令人惊讶地有限——这项任务涉及分析具有行列结构的结构化数据集。最近发表在arXiv上并由Hacker News讨论的一项研究揭示了这一现象背后的原因,突出了LLMs训练所使用的数据类型与表格数据本质之间的差异。

表格数据的特性

表格数据具有高度结构化的特点,非常适合传统的统计和机器学习方法。每一行代表一个观测值或样本,每一列代表一个特征或属性。表格预测的目标是基于这些特征预测目标变量。例如,根据房屋面积、卧室数量和位置等特征预测房价。

传统的线性回归、决策树和梯度提升树等模型在该任务上表现出色,因为它们被设计用来处理结构化、数值型数据,并且能够显式地建模特征与目标变量之间的关系。它们还能有效地处理缺失值和异常值,这些在现实世界的表格数据中很常见。

LLMs在表格预测中的局限性

另一方面,LLMs主要在大量的文本数据上进行训练。其典型架构由Transformer层组成,该架构针对理解和生成人类语言进行了优化。这种架构擅长捕捉序列数据中的复杂模式,但在处理表格数据的结构化、数值特性时却显得力不从心。

一个关键挑战在于LLMs处理输入数据的方式。LLMs将序列中的每个token视为一个离散单元,这对于文本处理效果很好,但不适用于连续数值数据。在表格数据中,特征之间的关系通常是连续的,难以表示为离散的token。例如,1000平方英尺与1001平方英尺之间的差异可能具有意义,但LLMs可能无法有效地捕捉这种细微差别。

另一个问题是缺乏对数值关系的内在理解。LLMs并不天生理解线性回归或特征交互等概念,而这些对于表格预测至关重要。尽管它们可以通过微调来执行这些任务,但它们的性能往往落后于专门为表格数据设计的传统模型。

实证证据

该研究对LLMs与传统表格模型在各种基准数据集上的表现进行了全面比较。结果清晰表明:尽管LLMs可以通过广泛的微调达到相对合理的性能,但在准确性和效率方面,它们始终落后于传统模型。

例如,该研究测试了BERT、RoBERTa和T5等模型在预测房价、客户流失和医疗诊断等任务上的表现。在大多数情况下,XGBoost或LightGBM等模型在性能上显著优于微调后的LLMs。这种差异并非偶然;它反映了这些模型在处理和解释数据方式上的根本性不匹配。

这意味着什么

LLMs在表格预测中的局限性对人工智能在依赖结构化数据的领域的实际应用具有重大影响。例如,在医疗保健领域,根据临床数据预测患者结果需要能够准确捕捉各种医疗指标之间微妙关系的模型。目前形式的LLMs可能难以胜任这项任务。

同样,在金融领域,根据历史数据预测股票价格或信用风险需要能够处理复杂数值关系的模型。虽然LLMs在生成财务数据的报告或摘要方面显示出潜力,但它们在这一领域的预测能力仍然有限。

潜在解决方案和未来方向

尽管存在这些挑战,研究人员正在探索弥合LLMs与表格数据之间差距的方法。一种方法是开发结合LLMs和传统表格模型优势的混合模型。例如,使用LLMs从非结构化文本数据中提取特征,然后将这些特征输入到传统表格模型中进行预测。

另一个研究领域是开发"表格Transformer",这些模型将Transformer架构调整为更好地处理结构化数据。这些模型旨在捕捉表格数据中的全局和局部模式,同时保持Transformer的可扩展性和灵活性。

总结

LLMs在表格预测中的当前局限性突出了为特定任务选择合适工具的重要性。虽然LLMs在处理和生成自然语言方面表现出色,但它们并非处理和解释结构化、数值数据的最佳选择。目前,传统机器学习模型仍然是表格预测的首选解决方案,但针对表格Transformer和混合模型的研究为未来的发展提供了有希望的途径。随着人工智能的不断发展,观察这些不同方法如何汇聚并相互补充以解决复杂的现实世界问题将是一件引人入胜的事情。

计费用量 API:Cloudflare 的程序化成本可见性 2026-08-04
Homebench——本地LLM速度、内存和质量的基准测试 2026-08-04

评论区