Beyond Individual Input for Deep Anomaly Detection on Tabular Data
Université Paris-Saclay(巴黎-萨克雷大学);CNRS(法国国家科学研究中心);CentraleSupélec(中央高等电力学院)
本文提出利用非参数Transformer同时建模特征间与样本间依赖,通过重构被掩码特征生成异常分数,在31个表格数据集上取得领先性能。
2024-05-02 cs.LG
Disentangling Tabular Data Towards Better One-Class Anomaly Detection
Xi’an Jiaotong-Liverpool University(西交利物浦大学);University of Liverpool(利物浦大学);Duke Kunshan University(昆山杜克大学)
针对单类表格异常检测,提出解耦CorrSets的方法,以改进相关性学习,在20个数据集上平均提升AUC-PR 6.1%和AUC-ROC 2.1%。
2024-12-17 cs.AI cs.LG
ReTabAD: A Benchmark for Restoring Semantic Context in Tabular Anomaly Detection
LG AI Research, Seoul, South Korea(LG人工智能研究实验室,首尔,韩国);Sungkyunkwan University, Suwon, South Korea(成均馆大学,水原,韩国)
针对现有表格异常检测基准缺乏语义上下文的问题,提出ReTabAD基准,通过丰富结构化文本元数据并集成零样本LLM框架,验证了语义上下文能提升检测性能和可解释性。
2026-05-28 cs.AI cs.LG
Retrieval Augmented Deep Anomaly Detection for Tabular Data
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);CentraleSupélec(中央理工-高等电力学院)
本文提出一种检索增强的基于重建的深度异常检测方法,通过KNN或注意力模块选择相关样本辅助Transformer重建正常样本,在31个表格数据集上显著提升了异常检测性能。
2024-07-22 cs.LG
AnoGAN for Tabular Data: A Novel Approach to Anomaly Detection
George Washington University(乔治·华盛顿大学)
本文将图像领域的AnoGAN原理扩展到表格数据,提出一种新颖的异常检测方法,以应对正常行为动态演变、上下文相关定义及噪声和不平衡等挑战,并展示了检测此前无法检测异常的前景。
2024-05-05 cs.LG
TaskBridge: Bridging Unsupervised Tabular Anomaly Detection and In-Context Learning via Virtual Tasks
Seoul National University(首尔大学);KAIST(韩国科学技术院);Nums AI Inc.(Nums AI 公司)
TaskBridge通过构建虚拟监督任务,将无监督表格异常检测重构为上下文学习,无需异常预训练,在790个数据集上超越30个基线。
2026-09-30 cs.LG
SORTAD: Self-Supervised Optimized Random Transformations for Anomaly Detection in Tabular Data
Intel Corporation(英特尔公司)
本文提出SORTAD算法,通过自监督优化随机变换解决表格数据异常检测中数据不相关性的挑战,最优选择变换并设计敏感评分函数,在多个数据集上达到最先进性能。
2023-11-18 cs.LG
Elephants Never Forget: Memorization and Learning of Tabular Data in Large Language Models
University of Tübingen(蒂宾根大学);Microsoft Research(微软研究院)
本文提出多种检测方法评估 LLM 是否记忆表格数据集,发现其逐字记忆常见数据并导致性能虚高,同时揭示少样本学习样本效率不足,并发布 Python 检测工具。
2024-12-04 cs.AI cs.CL cs.LG
Diffusion-Scheduled Denoising Autoencoders for Anomaly Detection in Tabular Data
Deutsche Bundesbank(德意志联邦银行);University of St.Gallen (HSG)(斯图加特大学)
针对表格数据异常检测中现有去噪自编码器适应性不足、扩散模型缺显式重构映射的问题,提出整合扩散噪声调度与对比学习的DDAE框架,在ADBench的57个数据集上取得优于现有基线的效果。
2025-08-01 cs.LG
Tabular Transfer Learning via Prompting LLMs
KAIST(韩国科学技术院);Carnegie Mellon University(卡内基梅隆大学);Hyundai Motor Company(现代汽车公司)
针对表格数据标注稀缺且异质导致迁移学习困难的问题,提出P2T框架,利用LLMs和未标注源数据生成伪演示,在多个基准上超越先前方法。
2024-08-09 cs.AI cs.CL cs.LG
Kurtosis-Guided Denoising Score Matching for Tabular Anomaly Detection
McGill University(麦吉尔大学);Mila
本文提出基于偏度的去噪分数匹配方法,通过每特征调整噪声水平以提升低密度区域覆盖和高密度区域精度,无需额外模型复杂度,在半监督和全无监督设置中均取得优异性能。
2026-05-07 cs.AI cs.LG
LLM as Detector: An In-context Learning Approach for Tabular Anomaly Detection
Applied Artificial Intelligence Initiative (A2I2), Deakin University(应用人工智能计划(A2I2),迪肯大学);Adelaide University(阿德莱德大学);Monash University(莫纳什大学)
本研究提出LLM-Detector框架,利用LLM的上下文学习能力进行表格异常检测,在24个数据集上对比15个SOTA基线均获提升,且无需微调或神经网络训练,降低了计算成本。
2026-08-21 cs.LG
TabXLLM: Unlocking Zero- and Few-Shot Tabular Prediction in LLMs via Structural-Prior Reinforcement Learning
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Zhejiang University(浙江大学)
提出PRPO方法,通过列排列不变性和两级优势估计将表格结构先验融入LLM后训练,使8B模型在139个OpenML数据集上达到与强监督基线竞争的性能,零样本设置下表现优异。
2026-06-23 cs.AI cs.LG
Towards One-for-All Anomaly Detection for Tabular Data
University of Science and Technology of China(中国科学技术大学)
提出OFA-TAD框架,通过多视图邻居距离表示和混合专家评分网络,实现跨领域表格异常检测的通用化,一次训练即可泛化到未见数据集。
2026-06-12 cs.LG
HARMONIC: Harnessing LLMs for Tabular Data Synthesis and Privacy Protection
Sichuan University(四川大学);Wuhan University(武汉大学);The Fin AI;The University of Manchester(曼彻斯特大学)
本文提出 HARMONIC 框架,通过 kNN 思想构建指令数据并微调大规模 LLM 生成表格数据,同时以 DLT 和 LLE 指标评估隐私风险与下游性能。
2024-08-06 cs.AI cs.CL cs.CR
FedAD-Bench: A Unified Benchmark for Federated Unsupervised Anomaly Detection in Tabular Data
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));RPTU Kaiserslautern-Landau(凯撒斯劳滕-兰道工业大学)
本文提出FedAD-Bench统一基准,系统评估联邦学习环境下的无监督异常检测方法,揭示联邦正则化效应及关键挑战,为后续研究提供标准化比较平台。
2024-08-08 cs.AI cs.LG
Tabular Representation, Noisy Operators, and Impacts on Table Structure Understanding Tasks in LLMs
Microsoft(微软)
本研究探讨表格表示格式及噪声操作对LLMs表格结构理解任务性能的影响,通过自监督任务和8种格式及8种噪声操作评估性能差异。
2023-10-16 cs.AI cs.CL
Contextual Learning for Anomaly Detection in Tabular Data
Amazon Web Services, Seattle, WA, USA(亚马逊网络服务,西雅图,WA,USA)
针对无监督表格异常检测中全局分布建模难以适配异质上下文的问题,本文提出上下文学习框架及配套条件Wasserstein自编码器模型,经8个基准数据集验证性能优于全局方法,为相关任务奠定新基础。
2025-11-18 cs.LG
Measuring What LLMs Think They Do: SHAP Faithfulness and Deployability on Financial Tabular Classification
研究评估了LLMs在金融表格分类中的SHAP值,发现其自我解释与SHAP值存在分歧,指出LLMs在结构化金融建模中的局限性,但认为改进的可解释性机制可提升其在风险敏感领域的应用潜力。
2025-11-28 cs.CL cs.LG
TaskFusion: Continual Anomaly Detection for Heterogeneous Tabular Data
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));RPTU Kaiserslautern-Landau(凯泽斯劳滕-兰道大学);Hochschule Bonn-Rhein-Sieg (H-BRS)(波恩-莱茵-锡格应用技术大学)
提出TaskFusion方法,通过AGF模型、任务融合增强和异常暴露技术,解决异构表格数据在持续学习中的特征空间变化、分布偏移和类别不平衡问题,在21个数据集上显著提升持续异常检测性能。
2026-06-11 cs.LG
Confronting LLMs with Traditional ML: Rethinking the Fairness of Large Language Models in Tabular Classifications
Harvard University(哈佛大学);UiT The Arctic University of Norway(挪威北极大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文通过实验考察LLM在表格分类中的信息利用与社会偏见,发现其偏见源于预训练语料且公平性差距大于传统ML,而翻转上下文示例标签可显著缓解偏见。
2024-04-02 cs.CL cs.LG
How well do LLMs reason over tabular data, really?
Centrum Wiskunde & Informatica(数学与信息学研究中心)
本文研究通用LLM在表格数据上的推理能力,发现现有评估策略不足,提出LLM-as-a-judge流程更可靠,并揭示LLM对缺失值、重复实体和结构变化等现实表格输入特征的鲁棒性存在显著缺陷。
2025-11-04 cs.AI
TACTIC for Navigating the Unknown: Tabular Anomaly deteCTion via In-Context inference
本文提出TACTIC,一种基于上下文推理的表格异常检测方法,通过预训练异常中心合成先验,实现快速且数据依赖的异常判断,优于传统得分方法。
2026-03-15 cs.LG
Unsupervised Anomaly Detection for Tabular Data Using Noise Evaluation
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
本文提出一种通过评估数据噪声量进行表格数据无监督异常检测的新方法,利用干净与噪声数据训练神经网络,提供理论保证,在60多个数据集上平均AUC达92.27%,优于12种基线方法且更易实现。
2024-12-16 cs.AI cs.LG
LLM-FE: Automated Feature Engineering for Tabular Data with LLMs as Evolutionary Optimizers
Department of Computer Science, Virginia Tech(弗吉尼亚理工学院计算机科学系)
本文提出LLM-FE框架,结合LLM的领域知识和推理能力,通过进化搜索自动发现表格学习任务中的有效特征,优于现有方法。
2026-05-10 cs.AI cs.CL cs.LG
Scalable In-Context Learning on Tabular Data via Retrieval-Augmented Large Language Models
Microsoft Research Asia(微软亚洲研究院);The University of Chicago(芝加哥大学);University of Pittsburgh(匹兹堡大学)
本文提出检索增强的大语言模型方法,通过定制检索模块与检索引导指令微调突破序列长度限制,实现表格数据上的可扩展上下文学习,在69个数据集上显著提升性能并展现独特优势。
2025-02-05 cs.AI cs.CL
AraTable: Benchmarking LLMs' Reasoning and Understanding of Arabic Tabular Data
Department of Information Systems, Faculty of Computing and Information Technology(信息系统系,计算与信息科技学院);King Abdulaziz University(国王阿卜杜勒阿齐兹大学);Department of Information Systems and Technology, College of Computer Science and Engineering(信息系统与技术系,计算机科学与工程学院);University of Jeddah(朱德赫大学);School of Computing and Creative Technologies(计算与创意科技学院);University of the West of England(西英格兰大学)
本文构建阿拉伯语表格理解基准AraTable,通过混合人机流程覆盖问答、事实验证与复杂推理,并提出接近人类评判效果的自动评估框架。
2025-07-24 cs.AI cs.CL
Harnessing LLMs Explanations to Boost Surrogate Models in Tabular Data Classification
Jilin University(吉林大学)
本文提出一种利用LLM生成解释来引导小型代理语言模型进行可解释表格预测的上下文学习框架,通过解释生成、演示选择和可解释预测三阶段设计,在多个表格数据集上实现平均准确率提升5.31%。
2025-05-09 cs.CL cs.LG
Summarize-Exemplify-Reflect: Data-driven Insight Distillation Empowers LLMs for Few-shot Tabular Classification
ETH Zürich(苏黎世联邦理工学院);University of Copenhagen(哥本哈根大学);University of Science and Technology of China(中国科学技术大学);University of Amsterdam(阿姆斯特丹大学);East China Normal University(东华大学)
本文提出InsightTab洞察蒸馏框架,通过规则总结、策略性示例与反思机制,将表格数据转化为可执行洞察,从而提升LLM在9个少样本表格分类数据集上的性能与偏差控制能力。
2025-08-29 cs.CL cs.LG
FAITH: A Framework for Assessing Intrinsic Tabular Hallucinations in Finance
Asian Institute of Digital Finance, National University of Singapore(亚洲数字金融研究所,新加坡国立大学)
针对金融表格数据中LLM幻觉评估缺失的问题,提出FAITH框架,通过掩码跨度预测任务和基于标普500报告的数据集,系统评估内在幻觉,助力构建可靠金融AI。
2025-10-24 cs.AI cs.CL cs.LG
A Note on Statistically Accurate Tabular Data Generation Using Large Language Models
MOSTLY AI
本文提出一种概率驱动的提示方法,利用大语言模型估计条件分布,以解决现有表格数据生成中难以保留分类变量间复杂依赖关系的问题,从而提升合成数据的统计保真度和可扩展性。
2025-05-06 cs.AI cs.LG
Enabling Few-Shot Alzheimer's Disease Diagnosis on Biomarker Data with Tabular LLMs
University of Pennsylvania(宾夕法尼亚大学);United States Naval Academy(美国海军学院);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);Cedars Sinai Medical Center(西好莱坞 Cedars Sinai 医院)
本文提出TAP-GPT框架,将表格专用大语言模型TableGPT2适配于阿尔茨海默病生物标志物数据的少样本二分类诊断,利用上下文学习和qLoRA微调,超越通用LLM和表格基础模型,首次实现LLM在表格生物标志物预测中的应用。
2025-10-15 cs.CL cs.LG q-bio.QM
Masked Diffusion Modeling for Anomaly Detection
University of Minnesota(明尼苏达大学);Ohio State University(俄亥俄州立大学)
提出基于掩码扩散模型的MaskDiff-AD方法,通过重建随机掩码坐标的难度构建异常分数,在分类、混合类型和离散序列数据上实现高效异常检测。
2026-05-28 cs.AI cs.LG
Adapting prior-data fitted networks for tabular anomaly detection
Technion – Israel Institute of Technology(以色列理工学院)
本研究利用先验数据拟合网络(PFN)的特征进行表格异常检测,通过冻结特征(ZEN)和微调(FOCUS)方法在ADBench基准上取得最优性能。
2026-10-06 cs.LG
Towards Better Serialization of Tabular Data for Few-shot Classification with Large Language Models
Carnegie Mellon University(卡内基梅隆大学)
本研究提出基于LLM的表格数据分类高效框架,引入LaTeX等三种序列化技术,显著提升领域数据集处理性能,在准确性和效率上优于传统模型。
2023-12-21 cs.AI cs.CL cs.LG
Data-Efficient and Interpretable Tabular Anomaly Detection
Meta;Google Cloud AI(谷歌云人工智能);Stanford University(斯坦福大学)
本文提出基于广义加性模型与部分识别目标的可解释表格异常检测框架DIAD,可利用少量标注数据提升半监督检测性能并解释异常原因。
2023-06-04 cs.LG
Can LLMs Narrate Tabular Data? An Evaluation Framework for Natural Language Representations of Text-to-SQL System Outputs
Oracle AI
针对Text-to-SQL系统表格结果转自然语言表示的评估缺失问题,提出融合多方法优势的Combo-Eval评估框架,降低25-61%LLM调用量,配套发布首个NLR专用基准数据集NLR-BIRD,验证了其与人类判断的高一致性。
2025-10-27 cs.AI cs.CL
Large Language Models Engineer Too Many Simple Features For Tabular Data
University of Freiburg(弗赖堡大学);ELLIS Institute Tübingen(图宾根ELLIS研究所)
本文发现LLMs在表格数据特征工程中偏向加法等简单算子而忽略复杂算子,提出通过检测算子频率异常来发现偏见,并在27个数据集上验证该偏见会损害预测性能,呼吁采取缓解措施。
2025-07-15 cs.AI cs.LG
Optimized Feature Generation for Tabular Data via LLMs with Decision Tree Reasoning
KAIST(韩国科学技术院);Yonsei University(延世大学)
提出OCTree框架,利用LLM推理能力自动生成表格数据特征,并通过决策树提供历史实验反馈以迭代优化规则,无需预定义搜索空间,显著提升多种预测模型性能。
2024-11-18 cs.AI cs.LG
EPIC: Effective Prompting for Imbalanced-Class Data Synthesis in Tabular Data Classification via Large Language Models
KAIST(韩国科学技术院)
本研究针对表格数据分类中的类别不平衡问题,提出名为EPIC的大语言模型提示方法,通过均衡分组样本与一致格式引导生成合成数据,实现了最优分类性能并提升了生成效率。
2025-01-14 cs.AI cs.LG
Isolation-based Spherical Ensemble Representations for Tabular Anomaly Detection
Tsinghua Shenzhen International Graduate School, Tsinghua University, China(清华大学深圳国际研究生院,清华大学,中国);School of Computing and Information Technology, Great Bay University, China(计算机与信息科技学院,Great Bay大学,中国);School of Compuer Science, Nanjing University, China(计算机科学学院,南京大学,中国);Computer department, Dongguan university of technology, China(计算机系,东莞科技学院,中国);College of Computer Science and Technology, China University of Petroleum, China(计算机科学与技术学院,中国石油大学,中国);School of IT, Deakin University, Australia(信息技术学院,德金大学,澳大利亚)
提出ISER方法,利用超球面半径单调变换局部密度构建集成表示,结合相似性评分和增强的隔离森林,在20个数据集上超越12种SOTA方法,解决表格异常检测的分布假设、效率和异常类型难题。
2026-09-15 cs.LG
Towards Principled Continual Anomaly Detection: A Systematic Framework and Benchmark Scenarios
AGH University of Krakow(克拉科夫AGH科技大学);American University(美国大学)
研究持续异常检测,提出从现有表格异常检测数据集设计可重复基准场景的系统框架,能发现候选任务、过滤不合适任务并得出有原则排序,还能从三个数据集提供五个基准场景,涵盖单数据集和多数据集设置。
2026-07-22 cs.AI cs.LG
TABLET: Learning From Instructions For Tabular Data
UC Irvine(加州大学欧文分校)
本文提出含20个表格数据集及多样化指令标注的 TABLET 基准,评估 LLM 依据指令完成表格预测的效果与局限。
2023-04-25 cs.CL cs.LG
Exploring the Robustness of Language Models for Tabular Question Answering via Attention Analysis
Rensselaer Polytechnic Institute(拉特盖尔理工学院);Microsoft(微软)
该研究通过注意力分析,探究上下文学习、模型规模等因素对LLMs表格问答鲁棒性的影响,发现指令微调及更大模型可提升鲁棒性,但存在数据污染问题,且注意力分散变化与性能下降相关,为改进表格理解LLMs提供方向。
2025-08-26 cs.AI cs.CL
Not All Features Deserve Attention: Graph-Guided Dependency Learning for Tabular Data Generation with Language Models
Technical University of Munich(慕尼黑工业大学)
针对LLM生成表格数据时自注意力过度分散的问题,提出GraDe方法,通过图引导动态学习稀疏依赖,优先关键特征交互,在复杂数据集上性能提升达12%。
2025-09-08 cs.CL cs.LG
Evaluating LLM Understanding via Structured Tabular Decision Simulations
City University of Macau(澳门城市大学);The Hong Kong University of Science and Technology(香港科技大学)
为评估LLM的真正理解能力,提出结构化表格决策模拟(STaDS)类专家决策评估套件,通过分析9个前沿LLM在15个场景的表现,发现多数模型跨域准确率不稳定且存在理由与决策因素不匹配问题,强调需全局评估协议及新型框架提升LLM理解能力。
2025-11-07 cs.AI cs.CL cs.LG
Enhancing Temporal Understanding in LLMs for Semi-structured Tables
University of Pennsylvania(宾夕法尼亚大学)
针对LLMs在表格数据时间推理上的挑战,本研究通过全面分析时间数据集改进了TempTabQA,并提出新方法C.L.E.A.R,结合辅助数据的间接监督显著提升了模型基于证据的推理能力。
2024-07-22 cs.AI cs.CL cs.DB
NormTab: Improving Symbolic Reasoning in LLMs Through Tabular Data Normalization
University of Alberta(阿尔伯塔大学)
本文提出 NormTab 框架,通过将表格规范化作为独立的预处理步骤,有效解决了网络表格结构差异与不一致问题,显著提升了 LLM 在 WikiTableQuestion 和 TabFact 数据集上的符号推理性能。
2025-04-02 cs.AI cs.CL cs.DB
Towards Understanding Layer Contributions in Tabular In-Context Learning Models
University of Tübingen(图宾根大学);TU Dortmund University(多特蒙德技术大学);Lamarr Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习与人工智能研究所)
本文研究了表格上下文学习模型中各层对预测的贡献,通过分析发现部分层存在冗余,为模型压缩和可解释性提升提供了新思路。
2025-11-19 cs.AI cs.LG
Improving LLM Group Fairness on Tabular Data via In-Context Learning
Amazon AWS AI(亚马逊AWS人工智能);University of Pennsylvania(宾夕法尼亚大学);Stanford University(斯坦福大学)
本文系统研究公平提示、软提示调优、少样本示例选择和思维链自精炼四种方法,以提升LLM在表格预测中的群体公平性,并验证其可兼顾人口统计均等与整体性能。
2024-12-05 cs.AI cs.LG
Team, Then Trim: An Assembly-Line LLM Framework for High-Quality Tabular Data Generation
Department of Industrial & Systems Engineering, University of Washington(华盛顿大学工业与系统工程系);Department of Management, Shanghai University(上海大学管理学院)
Team-then-Trim框架通过协作LLMs生成高质量表格数据,并结合三阶段质量控制流程,有效解决表格数据稀缺和质量低的问题。
2026-02-04 cs.AI cs.LG
Revisiting Energy-based Tabular Anomaly Detection: Energy and Reconstruction are Complementary
Meijo University(名城大学)
本文提出经典深度玻尔兹曼机(DBM)作为表格型异常检测的互补能量模型,实验显示其与自编码器融合后在两个基准数据集上性能显著提升,为该领域提供了新的有效工具。
2026-08-17 cs.LG stat.ML
FASTGEN: Fast and Cost-Effective Synthetic Tabular Data Generation with LLMs
Trillion Technology Solutions, Inc.(Trillion Technology Solutions公司)
FASTGEN利用大语言模型推断表格字段分布并生成可复用采样脚本,避免逐条生成,从而以更低成本高效生成多样化、真实的大规模合成数据,优于传统直接生成方法。
2025-07-21 cs.AI cs.LG
Accurate and Regret-aware Numerical Problem Solver for Tabular Question Answering
针对大语言模型处理表格问答中数值计算能力不足的问题,提出将LLMs作为规划器、Python解释器负责计算的TabLaP模型,还实现答案可信度量化方法,准确率较现有最优模型提升超5.7%和5.8%。
2025-06-15 cs.AI cs.CL