随着大模型技术向产业场景深度渗透，结构化表格数据的处理能力已成为大模型落地金融、医疗、企业运营等核心领域的关键门槛。相较于通用自然语言的显式查询，面向表格的隐式预测类请求需要模型同时具备用户意图识别、历史数据关联、逻辑推理三重能力，此前行业缺乏针对该场景的标准化基准评测数据集，相关技术迭代与效果验证长期缺乏统一标尺。
南京大学本次发布的TOPBENCH，正是国内首个面向隐式预测场景的表格问答基准数据集，由南京大学科研团队牵头构建。该数据集覆盖医疗、金融和日常咨询三大高频表格应用领域，基于35张真实场景的历史数据表构建，包含779个经过多重校验的高质量样本，核心考核目标为大模型从自然语言查询中识别潜在预测意图、基于历史数据规律推断未观测结果的能力。
从任务设置来看，TOPBENCH共设置单点预测、决策制定、因果效应分析和复杂筛选四类典型任务，同时覆盖回归与分类双重评估目标，可全面验证大模型在不同场景下的表格推理能力。为保障数据集的普适性与科学性，团队在构建过程中采用逻辑驱动采样和双视角提示技术，经过多轮混合验证流程筛选样本，确保数据质量符合产业级评测要求，核心目标是为大模型在意图识别和预测推理方面的能力评估提供统一基准，推动表格智能领域的技术迭代与标准化发展。
从行业应用价值来看，TOPBENCH的落地可直接支撑大模型厂商、行业数字化服务商的技术研发与效果验证：在金融场景中，可用于评测大模型对用户“某类信贷产品下月逾期率预估”类隐式请求的处理能力，支撑风控、运营类智能应用的打磨；在医疗场景中，可验证大模型基于历史病历表格对特定人群预后效果的预测准确性，为辅助诊疗类应用提供能力标尺；在企业日常运营场景中，可用于优化大模型对库存补货、营收预测类查询的处理效果，降低企业数字化分析的门槛。
作为数据要素流通与大模型产业交叉领域的核心基础工具，高质量基准数据集的供给是支撑我国人工智能技术落地、释放结构化数据要素价值的核心前提。TOPBENCH的发布，不仅填补了国内隐式表格预测场景基准数据集的空白，也为后续表格智能技术的产学研协同创新提供了统一的对话基础，将进一步加快大模型向产业决策核心场景渗透的进程。
详情页内容：
_1769672084863.jpg)