# 結構化數據處理

基於Llama-3.2-3B-Instruct架構的強化推理模型，擅長數學分析、邏輯推理和結構化數據理解。

基於Qwen2.5-72B通過強化學習蒸餾的高性能數學推理與通用知識處理模型，在數學推理和通用知識任務中表現優異。

一個基於Apache-2.0許可證的表格分類模型，支持英文語言，主要用於表格數據的分類任務。

一個用於生物學領域的表格分類模型，能夠對生物學相關的表格數據進行準確分類。

Llama 3 Groq工具使用模型的700億參數版本，專為高級工具使用和函數調用任務設計。

Llama 3 Groq工具使用模型的80億參數版本，專為高級工具使用和函數調用任務而設計。

TabuLa-8B是針對表格數據進行預測（分類和分箱迴歸）的基礎模型，基於Meta Llama 3構建。

ProTrix是一個面向表格與句子上下文規劃推理的模型，專注於處理表格數據和文本數據的聯合推理任務。

ReasTAP是基於表格推理的預訓練模型，通過合成推理示例注入表格推理技能，並在WikiTableQuestions數據集上微調

TAPEX是一種通過神經SQL執行器學習的表格預訓練模型，基於BART架構，專為表格推理任務設計。

TAPEX是一種通過神經SQL執行器學習進行表格預訓練的模型，專注於表格推理能力。

該模型基於tapas-base架構，針對表格輸入進行了預訓練優化，增強了推理能力，適用於問答類任務。