大模型为什么搞不定表格预测？这篇论文排除了四个假说，问题出在数据维度上

Why Large Language Models Fail at Tabular Prediction

Marta Garnelo 和 Wojciech Czarnecki 把一个大模型放在最“裸”的推理模式下跑表格预测——不给工具、不微调、一次生成出结果，然后系统排查了五种常见解释。他们先排除了四个：数据有噪声、CSV 格式太乱、数字被切碎成 token、以及每次提问塞的测试样本太多，这些都不是主因。真正要命的是维度。在 31 个基准数据集上，随着输入...

推荐理由：我会先打个折：这篇论文没给新工具，也没开源什么能直接用的东西，所以别指望拿来就能提效。但它干了一件很实在的事——把大模型扒到最“裸”的推理模式，一条条排查为什么表格预测不行。先排除了数据脏、格式乱、分词坑、样本多这四个常见借口，最后锁定维度才是真凶：列一多，模型直接懵了。这个发现对正在用大模型硬啃表格数据的人是个清醒剂，告诉你别瞎试了，瓶颈在哪儿已经有人帮你验过了。