更改

<big>“极数”大模型在无需针对数据集进行专项训练的情况下，在分类、回归等多项结构化数据核心任务上取得了优异的性能表现。</big>

<big>“极数”大模型在无需针对数据集进行专项训练的情况下，在分类、回归等多项结构化数据核心任务上取得了优异的性能表现。</big>

<big>模型评测方面，选取了各个领域的权威数据集作为Benchmark。如开源数据集Talent，它包含上百个真实数据集，是当前领域内体量最大、最具代表性的基准之一。在分类任务中，对比“极数”与21个领域内的常用baseline方法，“极数”大模型的模型性能显著超越其他模型，在AUC、ACC、F1 Score和ECE上均取得了最优。</big>

<big>模型评测方面，选取了各个领域的权威数据集作为Benchmark。如开源数据集Talent，它包含上百个真实数据集，是当前领域内体量最大、最具代表性的基准之一。在分类任务中，对比“极数”与数十个领域内的常用baseline方法，“极数”大模型的模型性能显著超越其他模型，在AUC、ACC和F1 Score上均取得了最优。</big>

[[文件:TALENT：分类性能.png|居中|缩略图|800x800像素|TALENT：分类任务性能对比]]

[[文件:TALENT：分类性能.png|居中|缩略图|800x800像素|TALENT：分类任务性能对比]]