★ 4
TabPFN-3.5：新一代表格基础模型技术报告
论文发布旗舰表格基础模型TabPFN-3.5，在TabArena标准表格预测上刷新最优，并扩展至非独立同分布数据、含文本图像表格、高基数类别特征与宽表场景。同时推出快3倍的Fast变体、增强多模态的Plus版本，以及推理时计算扩展、快12倍的Thinking模式。
arXiv cs.LG46 天前
#表格基础模型
共 10 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
首个面向表格基础模型的数据集推断审计方法
论文提出首个针对表格基础模型（TFM）的数据集推断方法，通过黑盒输入操纵组合多种互补信号，判断某表格数据集是否被用于预训练。在多个先进 TFM 上 ROCAUC 最高达 0.99，可作为检测隐私泄露与专有数据滥用的审计工具。
arXiv cs.LG13 天前
★ 3
Prior Labs 发布 TabPFN-3.5：默认设置即超越 Otto Kaggle 冠军方案
Prior Labs 发布表格基础模型 TabPFN-3.5，该模型仅用合成数据预训练，却在默认设置下超越了 Otto Kaggle 竞赛的获胜方案。这显示出表格基础模型在结构化数据任务上的强劲泛化能力，对传统表格机器学习流程构成挑战。
MarkTechPost46 天前
★ 3
Nums AI 发布 Causilo：单模型 TabArena 排名登顶
Nums AI 发布预训练表格基础模型 Causilo，支持分类与回归任务并提供 scikit-learn 接口。该模型在 TabArena Elo 单模型排名中登顶，超过谷歌 TabFM 与 LG 的 EXAONE Tabular。代码采用 Apache-2.0 许可，权重仅限非商业研究使用。
MarkTechPost47 天前
★ 3
研究：表格基础模型是否仍需特征工程
研究对两大表格基础模型（TFM）家族的多个版本进行受控实验，测试多种特征工程技术在TabArena基准上的效果。发现特征工程收益集中在早期模型代际，对最强模型已可忽略；但补充相关数据集的上下文信息仍能提升性能，表明性能增益来源正从输入重表示转向任务相关上下文。
arXiv cs.LG48 天前
★ 2
GIST：面向表格基础模型的生成器状态监督方法
论文提出 GIST，利用表格基础模型预训练中生成器的中间状态来揭示标签不确定性，对条件标签分布上的查询损失取平均。该方法联合设计任务生成与查询监督，使用熵校准编码获得可处理的目标。在 TabArena 与 TALENT 上，GIST 在不改变架构与推理的情况下提升三种架构的平均排名。
arXiv cs.LG21 天前
★ 2
从行为到来源：将表格基础模型归因到合成预训练数据
论文提出用可控合成预训练让训练数据归因可实验验证，基于 O'PRIOR 生成带来源标注的表格任务测试床。实验显示移除归因最高的 5% 合成任务使 ROC-AUC 下降 0.013，远高于随机移除，但来源判别与干预忠实度并不总是一致。
arXiv cs.LG28 天前
★ 2
面向表格基础模型的JEPA训练配方
论文针对表格基础模型上联合嵌入预测架构（JEPA）的潜在项坍缩问题，提出一种使潜在项与值目标共同收敛的训练配方：值头读取编码器场而非预测器，目标采用指数移动平均差值。在147个真实数据集上，JEPA臂在分类和回归上均略逊于纯值臂，但差距较小，且需要1.42倍步数和1.66倍墙钟时间达到平台期。
arXiv cs.LG40 天前
★ 2
现有预条件器能否提升生物医学表格基础学习？TabPFN 优化实证研究
研究系统评估了五种基于 AdamW 的预条件策略在 59 个生物医学数据集上微调 TabPFN v2.5 的效果，覆盖阿尔茨海默病、乳腺癌、精神分裂症等场景。结果显示原始 AdamW 在预测性能与统计排名上始终最优，现有曲率感知预条件器未能带来可靠提升。作者认为通用预条件方法难以捕捉生物医学表格学…
arXiv cs.AI40 天前
★ 2
表格基础模型医疗场景比较评估框架
论文提出一个比较评估框架，从泛化性、隐私保护、数据需求、可扩展性、可解释性与公平性六个临床维度对表格基础模型（TFM）打分排序。框架将各维度拆解为可测子项，并可组合为超级指标。作者以缺铁筛查与心衰预测两个医疗用例演示，并给出按架构分类的 45 个 TFM 图谱。
arXiv cs.LG41 天前