Tabular Foundation Model（表格基础模型）

表格数据广泛存在于金融、医疗等领域，但传统模型需针对每个任务单独训练。Tabular Foundation Model通过在大规模表格数据上预训练，学习通用特征表示，从而支持小样本甚至零样本迁移。代表性工作如TabPFN、XTab等，利用Transformer架构处理表格行列关系。该方向有望提升表格任务的自动化与效率。