---
title: "Composable Base Model Architecture"
created: 2026-05-15
updated: 2026-05-15
type: concept
tags: [machine-learning, architecture, modular-design]
sources: [raw/papers/zeng-neurida-2025.md]
---

# Composable Base Model Architecture

**可组合基础模型架构**是 NeurIDA 实现 [[dynamic-in-database-modeling|动态建模]] 的架构基础。

## 构成

```
基础模型池 M = {m₁, m₂, ..., mₖ}
    + 
共享模型组件
    ├── 统一元组编码器（Unified Tuple Encoder）
    ├── 关系感知消息传递模块（Relation-Aware Message Passing）
    └── 上下文感知融合模块（Context-Aware Fusion）
```

## 基础模型池

涵盖四类异构模型：
- **Traditional ML**：RF, CatBoost, LightGBM, Logistic Regression
- **Tuple Representation Models (TRM)**：FT-Transformer, ARM-Net, TabM, ResNet, DNN, DeepFM
- **Tabular Foundation Models**：TabPFN, TabICL
- **Large Tabular Models (LTM)**：TP-BERTa, Nomic, BGE

## 设计原则

1. **异构性**：不同架构的模型互补，适应不同数据分布
2. **可组合性**：共享组件的接口统一，可任意与基础模型组合
3. **查询条件化**：[[conditional-model-dispatcher|Dispatcher]] 根据任务选择合适的 m*，DIME 按需装配

## 来源

- [[zeng-neurida-2025|NeurIDA 论文]]