// AI 新闻 · 2026-11-10 · Amazon Science
Mitra-v2 模型扩展合成预训练以提升表格基础模型性能
亚马逊科学家团队推出 Mitra-v2，这是其在表格基础模型领域的第二代模型，专为分类与回归任务设计。该模型基于完全合成数据进行预训练，由 Amazon Connect Customer 主导开发，并已开源相关代码与模型版本。Mitra-v2 在 TabArena 基准测试中领先单模型领域，在 33 个数据集中的 32 个上优于 Mitra-v1，且全部完成 51 个数据集的推理任务，而 Mitra-v1 在超过三分之一的数据集上未能在规定时间内完成。其在 ScoringBench 回归基准中也取得第一。模型采用 Transformer 架构，在预训练阶段使用规模更大的合成表格——行数为前代 10 倍、列数约 3 倍，更贴近实际业务场景。
原文发布 2026-11-10 23:37（北京时间）来源 Amazon Science自动整理 · 已核对原文
01摘要
Mitra-v2 引入了新型混合因果结构先验，支持多种关系建模方式（如神经网络、决策树、高斯过程函数等），并配备新优化器以保持训练稳定性。部署时通过奇异值分解处理超宽表格，并在类别数超过 10 时使用扩展输出层，提升对复杂任务的适应能力。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Mitra-v2 在 TabArena 上领先单模型领域，完成全部 51 个数据集推理，优于 Mitra-v1 在 32/33 个数据集上的表现。
- 模型在预训练阶段使用规模更大的合成表格，行数为前代 10 倍、列数约 3 倍，更贴近实际业务场景。
- 引入混合因果结构先验，支持多种关系建模方式，提升对复杂真实表格结构的模拟能力。
- 部署时通过奇异值分解处理超宽表格，并在类别数超过 10 时使用扩展输出层以适应更多任务。
03原文出处
Mitra-v2: Scaling synthetic pretraining for tabular foundation models
Amazon Science · 发布于 2026-11-10 23:37（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-10 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日