TableGPT2-7B ist ein von der Zhejiang-Universität entwickeltes, groß angelegtes Dekodierungsmodell, das speziell für die Verarbeitung datenintensiver Aufgaben, insbesondere die Interpretation und Analyse von Tabellendaten, entwickelt wurde. Das Modell basiert auf der Qwen2.5-Architektur und wurde durch kontinuierliches Pretraining (CPT) und Supervised Fine-Tuning (SFT) optimiert, um komplexe Tabellenabfragen und Business-Intelligence-(BI)-Anwendungen zu verarbeiten. Es unterstützt chinesische Abfragen und eignet sich für Unternehmen und Forschungseinrichtungen, die strukturierte Daten effizient verarbeiten müssen. Das Modell ist derzeit kostenlos Open Source; zukünftig könnten professionellere Versionen erscheinen.