大模型之家讯 9月1日，在波士顿举行的VLDB 2026大会上，蚂蚁集团论文《OmniTable: A Unified Wide-Table System for Petabyte-Scale LLM Data Curation and Exploration》获评工业赛道最佳论文。OmniTable已在生产环境管理超过35PB、3050亿条以上的大模型训练数据，覆盖Web、代码、PDF和SFT等数据域。在一项真实SFT数据准备任务中，端到端周期从约14天缩短至2.5天，手工操作步骤从45步降至12步，提速5.6倍。
OmniTable的核心原则是逻辑统一、物理分离，通过记录级故障隔离、算子融合、自适应调优和后台治理四大能力，在500GB、约6亿条记录的特征任务中，99.995%记录一次处理完成仅耗时6.2小时，而旧流程需三轮排查总耗时约52小时。