Large Data Model (LDM)

Ver como Markdown
Nome ainda sem definição única para modelos de IA treinados em dados estruturados, como tabelas e bancos de dados. Veja os usos do termo, a relação com Large Tabular Models e como não confundir com Logical Data Model.

O que é Large Data Model (LDM)?

Large Data Model (LDM) é um nome usado por alguns projetos de IA para modelos grandes, pré-treinados, que aprendem com dados estruturados (tabelas, planilhas, bancos de dados) do mesmo jeito que um LLM aprende com texto. O termo não tem uma definição única: não existe um artigo ou padrão que o fixe, e cada fornecedor o aplica à sua maneira. Por isso, ao ver “LDM” num material de venda, a primeira pergunta é: que dados o modelo lê e que tarefa ele resolve?

O uso mais claro que encontramos está no repositório do LimiX, um projeto aberto de modelos para dados estruturados, cujo título é “Large Foundation Models for Structured Data (LDMs)”. Segundo a página do projeto, o LimiX-2 foi pré-treinado com conjuntos de dados sintéticos gerados a partir de modelos causais e resolve classificação, regressão e imputação de valores ausentes com um único modelo, sem ajustar parâmetros para cada tarefa. Os números de desempenho divulgados ali são do próprio projeto e não foram conferidos por terceiros.

Exemplos Práticos de LDM

Nas fontes consultadas:

  1. Preencher lacunas: imputar valores ausentes de uma tabela, tarefa listada pelo LimiX e pela Granica.
  2. Classificar e prever: prever uma categoria ou um número a partir das colunas de uma tabela, como o LimiX propõe com um único modelo.
  3. Detectar anomalias: a Granica cita pontuar o quão incomum é uma linha e gerar linhas novas e válidas para testes.

Num time de marketing (leitura do Club Martech):

  1. Dados de CRM: completar campos vazios de cadastro antes de segmentar, com revisão de uma amostra por uma pessoa.
  2. Propensão e churn: comparar um modelo de dados estruturados com o modelo que o time já usa, na mesma base e com a mesma métrica.
  3. Teste de fornecedor: pedir uma prova com os dados da própria empresa; “LDM” no material não diz o que o modelo faz.

Sinônimos e Antônimos Relevantes

Sinônimos (conforme o uso):

  • Large Tabular Model (LTM)
  • Modelo de fundação para dados tabulares
  • Modelo de fundação para dados estruturados

Antônimos:

  • Modelo treinado do zero para uma única tarefa
  • Modelo de linguagem treinado só em texto

Contexto e Áreas de Aplicação

  1. Dados corporativos: a Granica afirma que a maior parte dos dados das empresas está em tabelas, e que isso não se encaixa bem no modelo de texto dos LLMs.
  2. Pesquisa: o termo Large Tabular Model foi proposto por Van Breugel e Van Der Schaar, num artigo de posição do ICML 2024, como o equivalente tabular dos LLMs.
  3. Produtos de IA: projetos e empresas usam LDM, LTM ou nomes parecidos para vender modelos sobre tabelas e bancos de dados.

Referências e Termos Relacionados

  • LLM: modelo de linguagem de grande porte, treinado em texto; é a referência de comparação do LDM.
  • Large Tabular Model (LTM): termo mais citado na pesquisa para modelos de fundação sobre tabelas.
  • Logical Data Model (LDM): homônimo da modelagem de dados, que descreve entidades, atributos e relações de um banco, e não tem relação com IA.

Notas Adicionais

  • Três níveis, segundo a Granica: modelo de uma única tabela, modelo de banco de dados (várias tabelas que compartilham campos) e modelo de fundação (pré-treinado em vários bancos e ajustado a um banco-alvo). Essa é a classificação de uma empresa, não um padrão.
  • Fidelidade importa mais que fluência: um LLM pode responder com qualquer continuação plausível; um modelo tabular que alimenta estatísticas precisa reproduzir as frequências e as correlações reais, incluindo subgrupos raros.
  • Homônimo: em buscas, “LDM” costuma trazer Logical Data Model. Procure por “Large Data Model” ou “Large Tabular Model” para falar de IA.
  • Licença e desempenho: no LimiX, os pesos do LimiX-2 saem sob uma licença não comercial segundo a página do projeto, e os benchmarks são autodeclarados. Confira antes de levar a produção.
  • Limite deste verbete: não consegui abrir a documentação de outros fornecedores que usam o mesmo nome, então eles não são descritos aqui.

Classificação Gramatical

  • Classe: locução substantiva
  • Gênero: masculino (o Large Data Model, o LDM)

Pronúncia

  • Leitura: não há pronúncia oficial; costuma-se soletrar as letras (éle-dê-ême).

Etimologia

  • Origem: inglês, por analogia com Large Language Model, trocando “language” por “data”. Não identifiquei um autor ou artigo que tenha criado o termo.
Compartilhe:

Outros termos do universo martech que você precisa conhecer!

Sumário

Receba o melhor conteúdo sobre Marketing e Tecnologia

comunidade gratuita

Cadastre-se para o participar da primeira comunidade sobre Martech do brasil!

do termo à prática

Você entendeu o conceito. Quanto dele a sua operação já aplica?

O diagnóstico cruza 10 áreas e mostra onde um termo como esse ainda é só teoria na sua operação de marketing.

  • Em 3 minutos, no modo rápido
  • Nota por área e pontos cegos
  • Aulas e ferramentas para o próximo passo
Descobrir meu nível

Gratuito e sem cadastro.

12345você está aqui?