TableGPT2 est un grand modèle multi-modal, spécialement pré-entraîné et fin-ajusté pour les données tabulaires, afin de résoudre les problèmes d'intégration insuffisante des données tabulaires dans les applications réelles. Ce modèle a été pré-entraîné et fin-ajusté sur plus de 593 800 tables et 2,36 millions de triplets de haute qualité requête-table-sortie, une échelle sans précédent. L'une des innovations clés de TableGPT2 est son nouvel encodeur tabulaire, spécialement conçu pour capturer les informations au niveau des motifs et des cellules, améliorant ainsi la capacité du modèle à traiter les requêtes ambiguës, les noms de colonnes manquants et les tables irrégulières. Sur 23 indicateurs de référence, TableGPT2 a amélioré ses performances en moyenne de 35,20 % pour le modèle 7B et de 49,32 % pour le modèle 72B, tout en conservant de solides capacités linguistiques et de codage générales.