TableGPT2 es un modelo multimodal a gran escala, específicamente preentrenado y ajustado para datos tabulares, con el fin de resolver el problema de la integración insuficiente de datos tabulares en aplicaciones reales. Este modelo se ha preentrenado y ajustado en más de 593.8K tablas y 2.36M tuplas de consulta-tabla-salida de alta calidad, una escala sin precedentes. Una de las innovaciones clave de TableGPT2 es su novedoso codificador tabular, específicamente diseñado para capturar información a nivel de patrón y a nivel de celda, mejorando la capacidad del modelo para manejar consultas ambiguas, nombres de columnas faltantes y tablas irregulares. En 23 métricas de evaluación comparativa, TableGPT2 logró una mejora de rendimiento promedio del 35.20% en el modelo de 7B y del 49.32% en el modelo de 72B, manteniendo al mismo tiempo una sólida capacidad lingüística y de codificación general.