Las hojas de cálculo y las tablas de bases de datos siguen siendo donde vive la mayoría de los datos de empresa, y con ellas se repiten tres tareas: predecir un objetivo que falta, como la baja de un cliente, rellenar celdas vacías y generar filas sintéticas que puedan compartirse sin exponer a clientes reales. Cada tarea tiene sus propias herramientas y benchmarks. Un nuevo preprint se pregunta si un solo modelo puede ya hacer las tres, y su respuesta es un prudente "en parte".
El One Table Benchmark, u OTBench, de investigadores de StableAI, la Universidad Tsinghua y otras universidades chinas, abarca 56 conjuntos de datos, 46 métodos y 20 ejes de capacidad. La decisión clave del diseño es que las tres tareas usan las mismas particiones de datos, de modo que los resultados de un método en predicción, imputación y generación se pueden comparar directamente y no entre conjuntos de prueba sin relación. El equipo entrenó además cinco arquitecturas base con todas las combinaciones de los tres objetivos de entrenamiento, en cinco conjuntos de datos y con tres semillas aleatorias, para ver si aprender una tarea ayuda a otra.
Los resultados se dividen con claridad. Predicción e imputación tienden a ordenar los métodos de forma parecida, y la generación coincide con ambas cuando los datos sintéticos se juzgan por su utilidad para entrenar un modelo posterior. Pero cuando se juzgan por su fidelidad a la distribución original, las clasificaciones divergen y a veces se invierten. Algunos modelos generalistas superan a carteras de herramientas especializadas en utilidad, mientras que los especialistas siguen ganando en fidelidad. Los modelos fundacionales tabulares recientes, usados congelados y sin ajuste por conjunto de datos, rindieron bien en predicción y en rellenar números: LimiX-2 lideró todos los ejes de predicción mostrados y TabPFN-3 lideró la precisión numérica puntual en imputación. Ningún modelo fue el mejor en los tres perfiles.
Los experimentos de entrenamiento añaden una advertencia práctica. Entrenar con el objetivo de la propia tarea dio las mayores mejoras, como cabía esperar, y la generación tuvo los efectos secundarios positivos más amplios sobre otras tareas. Pero los beneficios de objetivos adicionales no se suman sin más, así que combinarlos no es una ganancia gratuita.
Para los equipos de datos, la conclusión es concreta: un único modelo fundacional puede ser una opción razonable por defecto cuando se necesitan predicciones o datos sintéticos útiles, pero si los datos sintéticos deben sustituir estadísticamente a los originales, por ejemplo en una publicación sensible para la privacidad, un generador especializado sigue siendo la opción más segura. Conviene señalar que los autores principales están vinculados a StableAI y que el código está en una organización de GitHub con el nombre de LimiX, el modelo que encabezó la predicción, así que una réplica independiente ayudaría. Es un preprint sin revisión por pares.