启动 TabU-lab：一座公开建造表格基座模型的实验室

表格无处不在。科学实验、医院记录、推荐日志、经营台账，最后往往都落成一张表。可是，从表里做通用学习，至今仍然别扭。

一张表可以同时装连续量、类别、缺失、标识符、处理、结局、时间戳，以及人定义出来的角色。存储类型相同的两列，语义可以完全不同；schema 不同的两张表，却可能描述相近的机制。常见做法是：每个数据集重新走一遍流水线——清洗、造特征、选模型、调参；schema 一变，再来一次。

表格基座模型问的是更难的问题：模型能不能先在许多表、许多任务上学会可复用的结构，再以很少甚至无需任务特化训练，适应一张新表？

TabPFN、LimiX 这类系统说明，这条路是认真的研究方向。它们也把未决问题问得更清楚：模型该把什么当作 context？什么样的训练分布带来的是可迁移结构，而不是对基准的熟悉？值、特征角色、缺失、行与行之间的关系，该如何表示？增益里有多少来自预训练，有多少来自架构、调参或评测选择？

我们开办 TabU-lab，就是要在开放条件下做这些问题。

TabU-lab 是什么

TabU-lab 是 WeHub 的开放研究实验室，从零建造表格基座模型。它既是在训练模型，也是在公开记录模型是怎么被造出来的。

仓库里会留下代码、配置、实验预注册、run receipt、曲线、失败，以及据此写成的综合报告。我们不想只发布最后活下来的那个 checkpoint，而希望通向它的路径仍然可被检查。

眼下的目标很小：先做出一个小规模训练闭环，可复现、可证伪，并且强到足以告诉我们某个想法已经不行。放大规模是后面的事。

实验室从一份空账本开始。我们还没有接受任何公开模型结果或 benchmark 声明。第一项结果只会在假设、对照、预算和通过/淘汰标准已经提交之后才出现。

每一项正式实验都走同一条基本序列：

失败会留在账本里。一次协议干净的失败，可以替后来者省时间；一次没有来源的成功，支撑不了多少东西。

我们会先切一条很窄的纵切片，而不是铺开一轮大基准战役：一个数据源、一个模型族、一个目标、一小批数据集、多个 seed。

Gate 0：健全性。 实现必须能在大约 100 条样本的小数据集上过拟合。做不到，更大的 run 还太早。
Gate 1：可复现。 在干净环境里，一条命令必须产出 checkpoint 和完整 receipt。
Gate 2：预训练归因。 预训练模型必须在相同微调预算下，打赢同一架构的随机初始化。否则所谓预训练增益，可能只是来自架构或协议。
Gate 3：baseline 对照。 在固定协议和匹配预算下，对照 XGBoost、CatBoost、FT-Transformer 等强表格 baseline。报告多种子均值和波动，而不是一次好看的 run。

通过这些门，并不证明我们已经造出通用表格基座模型。它只说明训练系统能跑、证据链能闭合，并且第一项被声称的迁移效应经得住基本对照。

TabU-lab 长在更广的 TabU 研究纲领里。TabU 问的是：Unit 应不应该被当作原语，而不是样本 token 的另一个名字。这个视角会带出标准表格预测不会自动回答的问题：

这些是研究问题，不是当前能力。基准分数再高，也不能单独验证 Unit 语义、因果识别，或更广的 TabU 理论。每一条理论声称都需要自己的形式假设和证伪检验。

起步时的数学纪律很简单：新的架构部件，应当对应模型对 unit、机制或噪声的明确对象。我们不想加一套能抬基准、却说不清模型在学什么的机关。

在数据许可、隐私约束和基础设施安全允许的范围内，我们会公开实验预注册、模型与数据处理代码、版本化配置、数据和 split provenance、command、seed、环境、算力预算、原始指标、曲线、日志、许可范围内的 checkpoint、裁决，以及连回 receipt 的报告。

这不是成品模型发布。我们不声称达到 state-of-the-art，不声称预训练已经改进了表格预测，也不声称具备因果推理、通用 schema 理解或广泛任务泛化。那些声称需要证据，而公开账本里现在还没有。

我们宣布的是：工作已经开始，而且证据标准会设在第一项公开训练结果之前。

最有用的贡献不是宏大的承诺，而是一个有可信失败方式的假设，再加上一份让下一个人接得住的 receipt。