• TabICL：主打大规模表格分类 + 回归，解决传统表格 ICL 样本上限瓶颈，两阶段嵌入，大数据集速度优势最强。
• LimiX：通用结构化基础模型（LDM），一模型做多任务（分类、回归、缺失填充、生成、因果推理），轻量版本 CPU 可用，核心是行列双注意力联合分布建模。
• Nori：回归专精，原生输出预测分布/不确定性，但分类能力弱，上下文样本上限低。

设计思路

TabICL

主打大规模表格预测场景，核心解决传统表格 ICL 模型显存爆炸、无法适配大数据集的痛点，采用两阶段编码架构。第一阶段完成列嵌入、实现行特征压缩，将单行数据转化为固定维度向量；第二阶段基于压缩后的 Embedding 开展 Transformer 上下文学习。该设计将模型计算复杂度从 $O(n^2m)$ 优化至 $O(n^2 + nm^2)$，大幅降低超大表格的显存与算力开销，整体架构优先适配高样本、高维特征的表格数据，预训练侧重分类与回归基础预测任务。

LimiX

定位通用全能型结构化基础模型，核心设计为行列网格双向注意力机制，将每个特征作为独立 Token，同时实现样本内特征交互、同特征跨样本全局交互。区别于单一预测模型，其预训练目标为表格数据联合分布掩码建模，不局限于标签预测。

Nori

专注数值回归任务的专精型 ICL 模型，核心架构为样本间密集注意力，全程围绕数值预测分布建模优化。摒弃了通用表格模型的多任务设计，聚焦工业界主流的营收预测、风险评估、定价回归等业务场景，原生支持预测分布、分位数、置信区间输出，内置可解释性工具，整体设计极致贴合回归任务的工程落地需求，优先保障小样本回归的精度与不确定性建模能力。

优缺点

TabICL

优点：

• 超大样本适配能力顶尖：支持最高 50 万样本、500 维特征的高维大表格，大数据场景推理速度比传统 TabPFN 快 10 倍，是三者中唯一适配十万级以上表格数据的模型。
• 分类任务性能优异：在各类表格分类基准数据集上表现最优，零调参即可实现优质效果，适配绝大多数通用表格分类场景。
• 工程友好性高：兼容 sklearn 接口，开源且许可宽松，开箱即用，无需复杂预处理。

缺点：

• 任务场景单一：仅支持分类、回归基础预测，不原生支持缺失值填充、表格数据生成、因果推断等进阶任务。
• 小样本无优势：在几百行小规模数据集上，性能不及 Limix、Nori。
• 缺失值处理薄弱：无原生缺失值优化能力，依赖前置数据预处理工序。

LimiX

优点：

• 多任务全能适配：三者中唯一支持预测、缺失值填充、合成数据生成、特征归因、反事实推理的通用模型，一站式覆盖表格全场景任务。
• 轻量化、低算力：2M 轻量版参数体量极小，可直接在CPU设备运行，低算力场景性价比极高。
• 原生适配异构数据：天然兼容数值、类别特征，自带缺失值处理能力，大幅降低数据预处理成本。

缺点：

• 大数据场景效率低：完整行列双向注意力机制计算开销大，数据集超 10 万行后，推理速度远慢于 TabICL。
• 稳定性与调参门槛高：模型逻辑复杂，多任务切换时性能存在波动，工程调参难度高于另外两款模型。
• 大样本分类性能偏弱：超大表格分类基准场景下，效果略逊于 TabICL。

Nori

优点：

• 回归任务专精顶尖：针对数值回归深度优化，在海量回归基准数据集上效果优异，小样本回归冷启动能力极强。
• 原生支持不确定性估计：可直接输出预测分布、分位数、置信区间，适配需要风险评估、结果置信度的工业场景。
• 部署极简、生态成熟：适配 CPU 推理，自带 SHAP 可解释性工具。

缺点：

• 分类能力几乎缺失：非设计主打场景，多分类、二分类任务效果差，不推荐使用。
• 样本扩展性极差：密集注意力 $O(n^2)$ 计算瓶颈明显，仅适配中小数据集，数万行以上大表格易显存溢出、速度暴跌。
• 功能单一：无缺失填充、数据生成、因果分析等进阶能力，仅能用于回归预测。

选型推荐

优先选择 TabICL

适配大规模表格预测场景：数据集样本量超 10 万、甚至 50 万，核心需求为表格分类（客户分群、风控识别、异常检测）或通用大规模回归，仅需基础预测能力，无需缺失填充、数据生成等进阶功能，追求高推理速度与高精度。

优先选择 Limix

适配中小体量、多任务复合型场景：数据集规模较小（10 万行以内），需要单模型兼顾多项任务，比如同时完成数据清洗（缺失值填充）、标签预测、合成数据生成、特征归因分析、因果推理；或设备算力有限，需要轻量化模型快速落地、减少预处理成本。

优先选择 Nori

适配工业级精准回归场景：核心业务为数值预测（营收预测、销量预估、定价分析、风险量化），需要输出预测置信区间、不确定性评估结果，追求极简部署、高可解释性，数据集为中小体量，无分类及进阶数据处理需求。