Tabular Foundation Models for Clinical Survival Analysis via Survival-Aware Adaptation
ADAPT Centre, Dublin City University(ADAPT中心,都柏林城市大学);School of Computing, Dublin City University(都柏林城市大学计算机学院);Department of Computer Science and Engineering, University of Bologna(博洛尼亚大学计算机科学与工程系)
提出轻量级适配方法,将表格基础模型(TabPFN、TabDPT、TabICL)与多任务逻辑回归头结合,用于临床生存分析,在多个基准和ICU队列上达到竞争性或更优性能。
2026-06-11 cs.AI cs.LG
Logit-Origin Centering for Singleton Test-Time Adaptation
Indian Institute of Technology Jodhpur(印度焦特布尔印度理工学院)
针对单样本表格全测试时自适应的退化问题,提出PLOC方法,该方法保持源模型冻结,仅存储过往logit均值,在五个表格基准上显著优于现有基线。
2026-08-04 cs.CV cs.LG
TabLoRA: Parameter-Efficient Low-Rank Ensemble Learning for Large-Scale Tabular Data
School of Mathematical Sciences, Soochow University(苏州大学数学科学学院);Digital innovation research center, Duke Kunshan University(昆山杜克大学数字创新研究中心)
针对大规模表格学习,提出TabLoRA方法,通过共享通用主干和引入特定预测器的低秩适配,实现参数高效的神经集成学习,在相同资源约束下平衡了预测性能与实际效率,提升了神经集成学习的可行性。
2026-07-14 cs.LG
Weighted Unsupervised Domain Adaptation Considering Geometry Features and Engineering Performance of 3D Design Data
Cho Chun Shik Graduate School of Mobility, KAIST(KAIST赵春植移动研究生院);Narnia Labs(纳尼亚实验室)
针对3D设计数据深度学习预测在新域不准确的问题,提出考虑几何特征与工程性能的双加权无监督域适应方法,通过对抗训练提取域不变特征并避免负迁移,有效降低目标风险并替代传统有限元分析。
2023-09-08 cs.LG
AnnotatedTables: A Large Tabular Dataset with Language Model Annotations
Iowa State University(爱荷华州立大学);RelationalAI(RelationalAI公司)
本研究提出可灵活生成多类标注的LLM表格数据标注方法,发布含32119个数据库、405616个有效SQL的AnnotatedTables数据集,并通过SQL转Rel、TabPFN性能评估两项研究验证其价值,证明LLM可自动化大规模表格标注。
2024-06-24 cs.LG
LATTLE: LLM Attention Transplant for Transfer Learning of Tabular Data Across Disparate Domains
LATTLE通过LLM注意力移植方法,实现了跨异质领域表格数据的高效迁移学习,无需共享特征或大规模预训练模型。
2026-01-23 cs.AI cs.LG
Knothe-Rosenblatt transport for Unsupervised Domain Adaptation
Noah’s Ark Paris, Huawei(华为诺亚方舟实验室巴黎分部)
无监督领域自适应(UDA)旨在利用相关但不同的数据源来处理目标领域中的共同任务。UDA仍然是机器学习中的一个核心但具有挑战性的问题。在本文中,我们提出了一种适合于中维表格问题的方法,这些问题在工业应用中非常重要,而针对图像和语言数据设计的过多方法则不太适用。Knothe-Rosenblatt领域自适应(KRDA)是基于Knothe-Rosenblatt传输:我们利用自回归密度估计算法,通过使用高斯混合的自回归模型来准确地对不同的源进行建模。然后,KRDA利用自回归模型的三角形性来构建源样本到目标域的显式映射。我们表明,KRDA建立的传递映射保留了观测的每个分量分位数,从而在同一目标域中对齐不同数据集的表示。最后,我们表明,KRDA具有国家的最先进的性能在合成和现实世界的UDA问题。
2021-10-06 cs.LG
Adapting Pretrained Language Models for Solving Tabular Prediction Problems in the Electronic Health Record
Austin Health(奥斯汀健康);University of Melbourne(墨尔本大学)
我们提出了一种使用领域自适应来适应电子健康记录(EHR)任务的DeBERTa模型的方法。我们在由MIMIC-III出院总结、临床笔记、放射学报告和PubMed摘要组成的数据集上预训练了一个小型DeBERTa模型。我们将该模型的性能与根据我们机构EHR(MeDeBERTa)的临床文本预训练的DeBERTa模型和XGBoost模型进行比较。我们使用MIMIC-IV-ED数据集评估急诊科结果的三个基准任务的性能。我们对数据进行预处理,将其转换为文本格式,并生成原始数据集的四个版本,以比较数据处理和数据包含。结果表明,我们提出的方法在三个任务中的两个任务上优于替代模型(p<0.001),并且在第三个任务上与性能相匹配,使用描述性列比原始列名提高了性能。
2023-03-27 cs.CL cs.LG
Bridging Streaming Continual Learning via In-Context Large Tabular Models
本文提出通过大规模上下文表格模型实现流式持续学习,结合流式学习与持续学习的核心原则,平衡塑性与稳定性,并控制内存大小。
2025-12-12 cs.LG
Do Tabular Foundation Models Still Need Feature Engineering?
本研究通过受控实验发现,随着表格基础模型能力增强,特征工程带来的性能提升逐渐消失,而补充相关数据集上下文仍能改善性能,表明性能增益来源已从输入重表示转向任务相关上下文。
2026-09-15 cs.LG
In-context Learning of Evolving Data Streams with Tabular Foundational Models
INESC-TEC, FEP, University of Porto(INESC-TEC、FEP、葡萄牙波尔图大学);Carnegie Mellon University(卡内基梅隆大学);Mohamed bin Zayed University of AI(穆罕默德·本·扎耶德人工智能大学)
本文提出利用表格基础模型和上下文学习方法,通过滑动内存策略在动态环境中实现高效的数据流处理,优于传统集成方法。
2025-12-15 cs.AI cs.LG
SkillTFM: Gated Skill Evolution for Training-Free Adaptation of Tabular Foundation Models
SkillTFM是一种无训练系统,通过可验证可扩展的技能库将表格基础模型的适应转向技能门控演化,在电价预测等任务中提升了AUC,且在不同骨干网络上均有效。
2026-08-07 cs.LG
TabPrep: Closing the Feature Engineering Gap in Tabular Benchmarks
University of Mannheim(曼海姆大学);Prior Labs(普莱尔实验室);AWS(亚马逊云科技);Siemens(西门子);University of Rostock(罗斯托克大学);Technical University of Clausthal(克劳斯塔尔工业大学)
本文提出TabPrep,一个轻量级预处理流程,通过针对三种特定数据模式设计的特征生成器,系统性地进行特征工程,显著提升多种模型在表格基准测试中的性能。
2026-06-01 cs.LG
How Usable is Automated Feature Engineering for Tabular Data?
University of Freiburg(弗莱堡大学);University of Technology Nuremberg(纽伦堡工业大学);ELLIS Institute Tübingen(图宾根ELLIS研究所);Prior Labs
本文通过调查53种自动化特征工程方法,揭示其普遍缺乏可用性、文档和社区支持,并指出缺少时间与内存约束设置,呼吁开发更实用的AutoFE工具。
2025-08-19 cs.LG
Live Knowledge Tracing: Real-Time Adaptation using Tabular Foundation Models
École polytechnique(巴黎政治科学学院);École normale supérieure de Paris, PSL University(巴黎高等师范大学,PSL大学);Soda team, Inria Saclay(Inria萨克雷实验室Soda团队)
本文提出利用表格基础模型实现实时知识追踪,通过上下文学习在推理时对齐测试序列与相关训练序列,实现无需训练的在线学习,实验显示在时间递增的学生成绩观察下,预测性能优异且速度提升达53倍。
2026-04-27 cs.LG
TFM-Retouche: A Lightweight Input-Space Adapter for Tabular Foundation Models
本文提出TFM-Retouche,一种轻量级输入空间残差适配器,用于调整预训练表格基础模型以适应特定任务,通过在输入空间学习残差修正,提升模型性能。
2026-05-08 cs.AI cs.LG
Parameter-Efficient Distributionally Robust Adaptation of Tabular Foundation Models under Subpopulation Shift
Pohang University of Science and Technology(浦项科技大学)
针对子群体偏移下表格基础模型对弱势群体表现不佳的问题,提出无需真实群体标注的参数高效鲁棒适应框架DR-TFM,仅更新0.016%参数,在多个基准上显著提升最差群体准确率。
2026-10-02 cs.AI cs.LG
SymboLLM-FE: LLM-Accelerated Symbolic Regression for Automated Feature Engineering on Tabular Data
Nanjing University(南京大学);School of Intelligence Science and Technology, Nanjing University(南京大学智能科学与技术学院);School of Artificial Intelligence, Nanjing University(南京大学人工智能学院)
SymboLLM-FE将符号回归与LLM结合,通过符号回归提取强相关公式并经LLM优化,在6个真实数据集和4个Kaggle竞赛上性能优于现有AutoFE,解决了可解释性差和迭代多的问题。
2026-08-31 cs.LG
Multi-level Diagnosis and Evaluation for Robust Tabular Feature Engineering with Large Language Models
Computer Science and Engineering Korea University(计算机科学与工程韩国大学)
提出多层次诊断与评估框架,从关键变量、关系和决策边界值三方面考察LLM表格特征工程的鲁棒性,发现其跨数据集差异显著,高质量特征可将少样本预测提升最高10.52%。
2025-09-20 cs.AI cs.LG
Test-Time Compute for Tabular Foundation Models: Mechanisms, Gains, and Limits
School of Computing, University of Connecticut(康涅狄格大学计算机学院);Morgan Stanley(摩根士丹利)
该研究从适应、聚合、上下文构建三方面探究测试时计算对表格基础模型的增益,提出DiagScale方法,发现适应与选择性聚合可获一致基准增益,需依计算预算选策略。
2026-10-09 cs.LG
MedFeat: Model-Aware and Explainability-Driven Feature Engineering with LLMs for Tabular Prediction
Microsoft Research(微软研究院);University of Oxford(牛津大学)
提出MedFeat框架,利用模型感知和特征重要性信号迭代引导LLM生成针对性特征,在临床表格预测中平均提升超10%。
2026-10-02 cs.AI cs.LG
Human-LLM Collaborative Feature Engineering for Tabular Data
Purdue University(普渡大学);Adobe(Adobe公司);UIUC(伊利诺伊大学香槟分校);University of Washington(华盛顿大学);UC Davis(加州大学戴维斯分校)
本文提出人类与大语言模型协作的表格数据特征工程框架,通过解耦操作提出与选择过程,结合人类专家反馈提升特征工程效率和效果。
2026-01-28 cs.CL cs.HC 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
Engineering flexible machine learning systems by traversing functionally-invariant paths
Caltech(加州理工学院);Alexandria University(亚历山大大学)
本文提出功能不变路径(FIP)框架,利用微分几何将神经网络权重空间视为黎曼流形,通过沿测地线移动实现灵活适配,在持续学习和稀疏化任务上达到与最先进方法相当的性能。
2023-09-03 cs.AI cs.LG math.DG
TabFM-Auto: Self-Evolving Pipelines for Tabular Foundation Models
Google Research(谷歌研究院);University of Southern California(南加州大学);Google DeepMind(谷歌DeepMind);Harvard University(哈佛大学);University of Texas at Austin(德克萨斯大学奥斯汀分校)
TabFM-Auto将表格基础模型TabFM与语言模型智能体结合,通过迭代优化数据清洗、特征工程等流水线步骤,在TabArena基准的51个数据集上取得前五名,并将TabFM的Elo评分从1785提升至2013,且流水线可迁移至其他模型。
2026-09-30 cs.LG
Comparing Task-Agnostic Embedding Models for Tabular Data
CONTACT Software GmbH, Bremen, Germany(CONTACT软件公司,不莱梅,德国)
本文对比了表格数据的无任务嵌入模型,发现简单特征工程方法在性能上可与基础模型相比或更优,且计算资源需求更低。
2026-02-04 cs.AI cs.LG
A Lightweight Multi-Expert Generative Language Model System for Engineering Information and Knowledge Extraction
McGill University, Montreal, QC, Canada(麦吉尔大学)
提出轻量级图架构 Small Language Graph (SLG),通过节点小型专家模型实现特定文本微调,在 Exact Match 上达传统方法3倍且微调快1.7倍,助力中小企业低成本应用生成式AI。
2025-05-27 cs.AI cs.CE cs.CL
ProtoGate: Prototype-based Neural Networks with Global-to-local Feature Selection for Tabular Biomedical Data
University of Cambridge(剑桥大学);Department of Oncology, University of Cambridge(剑桥大学肿瘤学系)
针对高维小样本表格生物医学数据,提出基于原型的神经模型ProtoGate,通过自适应平衡全局与局部特征选择及非参数预测机制解决协同适应问题,实现了更高预测精度与可解释性。
2024-06-03 cs.LG
LAB-Tab: LLM-Augmented Bayesian Network Adaptation for Few-Shot Tabular Generation
针对小样本表格生成的分布偏移问题,提出LLM增强的贝叶斯网络适配框架LAB-Tab,在六个ACS分布偏移场景中表现优于基准方法,性能提升显著。
2026-08-04 cs.AI cs.LG
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
Mambular: A Sequential Model for Tabular Deep Learning
BASF(巴斯夫);LMU Munich(慕尼黑大学);Clausthal University of Technology(克劳斯塔尔工业大学)
本文提出Mambular,一种基于自回归状态空间模型的表格数据序列处理方法,通过结构化状态空间层处理特征及其交互,显著提升性能,成为GBDT的有力替代方案。
2025-03-25 cs.LG
Adaptation Interfaces for In-Context Tabular Foundation Models in Time-to-Event Prediction
ADAPT Centre(ADAPT中心);Dublin City University(都柏林城市大学);University of Bologna(博洛尼亚大学);University of Pisa(比萨大学);Institute of Clinical Physiology, CNR(意大利国家研究委员会临床生理学研究所);School of Computing, Dublin City University(都柏林城市大学计算机学院)
本研究针对删失型事件时间预测任务,将表格基础模型(TabFMs)与CoxPH、DeepHit等连接并改进训练流程,在74个单风险和4个竞争风险数据集上验证了不同适配接口的性能,明确了TabFM迁移的影响因素。
2026-09-15 cs.AI cs.LG
TabFM: A Zero-Shot Foundation Model for Tabular Data
Google Research(谷歌研究院)
TabFM是一个400M参数的表格基础模型,通过上下文学习实现零样本预测,在51个基准数据集上超越AutoML,并提出了两个扩展进一步提升性能。
2026-09-30 cs.LG
Multitask-Informed Prior for In-Context Learning on Tabular Data: Application to Steel Property Prediction
Dep. of Electrical and Computer Engineering, McGill University(麦吉尔大学电气与计算机工程系);Mila – Québec AI Institute(魁北克AI研究所);Dep. of Mining and Materials Engineering, McGill University(麦吉尔大学采矿与材料工程系);Algoma Steel Inc.(阿尔戈马钢铁公司)
本文提出多任务学习框架,通过改进TabPFN模型的先验,提升钢材性能预测的准确性和效率。
2026-03-24 cs.LG
Deep Neural Networks and Tabular Data: A Survey
University of Tübingen(蒂宾根大学);Schufa Holding AG(Schufa控股公司)
异构表格数据是最常用的数据形式,对于许多关键和计算要求高的应用程序至关重要。在同质数据集上,深度神经网络一再表现出优异的性能,因此被广泛采用。然而,他们的适应表格数据的推理或数据生成任务仍然具有挑战性。为了促进该领域的进一步发展,这项工作提供了一个最先进的深度学习方法的列表数据的概述。我们将这些方法分为三类:数据转换、专用架构和正则化模型。对于每一组,我们的工作提供了一个全面的概述的主要方法。此外,我们还讨论了用于生成表格数据的深度学习方法,并概述了用于解释表格数据的深度模型的策略。因此,我们的第一个贡献是解决上述领域的主要研究流和现有方法,同时强调相关的挑战和开放的研究问题。我们的第二个贡献是提供了一个经验比较传统的机器学习方法与11个深度学习方法在五个流行的现实世界的表格数据集的不同大小和不同的学习目标。我们的研究结果已经公开作为竞争基准,表明基于梯度提升树集成的算法在监督学习任务上仍然大部分优于深度学习模型,这表明针对表格数据的竞争性深度学习模型的研究进展停滞不前。据我们所知,这是第一次深入概述表格数据的深度学习方法;因此,这项工作可以作为一个有价值的起点,指导对表格数据的深度学习感兴趣的研究人员和从业者。
2022-06-29 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
Small Language Models for Tabular Data
Guidehouse(导德豪斯)
监督式深度学习最常应用于大型且通常广泛策划的数据集上定义的困难问题。在这里,我们展示了深度表示学习的能力,通过将输入信息编码为每个输入字段由固定数量的字符组成的抽象序列,来解决小型和结构不良的表格数据集的分类和回归问题。我们发现,小模型有足够的能力,各种功能的近似,并达到记录分类基准精度。这样的模型显示,形成有用的嵌入的各种输入功能在其隐藏层,即使学习的任务并不明确要求这些功能的知识。这些模型也服从于输入属性,允许估计每个输入元素对模型输出的重要性,以及哪些输入特征有效地嵌入模型中。我们提出了一个概念验证的应用程序的小语言模型混合表格数据没有明确的功能工程,清洗,或预处理,依赖于模型来执行这些任务的一部分,表示学习过程。
2022-11-29 cs.LG
A Survey on Data-Centric AI: Tabular Learning from Reinforcement Learning and Generative AI Perspective
Arizona State University(亚利桑那州立大学);The University of Kansas(堪萨斯大学);Stevens Institute of Technology(史蒂文斯理工学院)
本文综述以数据为中心的表格学习,系统梳理利用强化学习和生成式 AI 进行特征选择与特征生成的方法、应用、优势、局限及未来方向。
2025-02-16 cs.AI cs.LG
Open World Autoencoding Drift Detection with Novel Class Recognition in Tabular Non-stationary Data Streams
Department of Systems and Computer Networks(系统与计算机网络系);wrocław University of Science and Technology(沃林大学科学与技术学院)
提出一种基于自编码器重构误差的无监督概念漂移检测方法,通过密度估计识别新类样本,利用镜像自编码器独立增量适应变化分布,在合成表格数据流上实验表明与当前最优方法竞争。
2026-05-28 cs.LG
Feature-aware Modulation for Learning from Temporal Tabular Data
School of Artificial Intelligence, Nanjing University, China(人工智能学院,南京大学);National Key Laboratory for Novel Software Technology, Nanjing University, China(新型软件技术国家重点实验室,南京大学)
本文提出了一种面向特征的时间调制机制,通过调节特征表示的统计属性来平衡泛化性和适应性,有效应对时序表格数据中的时间偏移问题。
2025-12-03 cs.LG
Implicit adaptation of mesh model of transient heat conduction problem
考虑到高温加热,瞬态热传导模型的方程需要进行调整,即,对于要加热的每种特定材料,要确定模型的热物理参数对温度的依赖性。这个问题通常是解决近似的表格数据的测量所需的参数,这可以在文献中找到,通过回归方程。但是,例如,考虑到钢的加热过程,由于缺乏许多等级钢(例如合金钢)的表格离散测量,这种方法很难实施。在本文中,提出了新的方法,这是基于一个相关的变分问题的解决方案。它的主要思想是用经典意义上的适应过程(即,找到热物理参数对温度的依赖性),并基于从工厂接收的技术数据对网格模型进行“监督学习”。导出了与热物性系数有关的瞬态热传导模型参数的调整公式。数值实验进行了一组特定的钢级,其中有足够的技术以及表格数据。因此,“训练”的网格模型,它没有收到明确的任何信息的物理和化学性质的加热物质,表现出平均误差为18.820 C,这是非常接近的平均误差的模型适应经典的基础上的表格数据(18.10 C)。
2022-07-01 cs.LG cs.SY eess.SY
On Finetuning Tabular Foundation Models
Yandex;HSE University(俄罗斯高等经济学院)
本文系统评估 TabPFNv2 的微调策略,证明全量微调兼具效率与效果,并从 query-key 相似性机制解释其增益。
2025-06-11 cs.LG
KMLP: A Scalable Hybrid Architecture for Web-Scale Tabular Data Modeling
Zhejiang University(浙江大学)
KMLP通过结合KAN前端和gMLP后端,实现了对大规模网络表格数据的高效建模,展现了在处理高维异质特征时的优越性能。
2026-02-26 cs.LG
Cluster-Specific Localized Drift Detection for Efficient Batch Model Adaptation under Controlled Distribution Shift
University of Brighton(布莱顿大学);University of Lancashire(兰开夏大学)
提出聚类诱导分布漂移模拟框架,将静态表格数据转换为受控演化数据流,并系统评估六种适应策略,实验覆盖多种模型和任务。
2026-06-23 cs.AI cs.LG
TabQL: In-Context Q-Learning with Tabular Foundation Models
Department of Mechanical Engineering(机械工程系);Iowa State University(爱荷华州立大学);Translational AI Center(转化人工智能中心);Department of Computer Science(计算机科学系)
本文提出TabQL,一种基于表格基础模型的强化学习框架,通过上下文学习能力替代传统参数Q网络,提升Q值表示的适应性与效率。
2026-05-18 cs.LG
PTaRL: Prototype-based Tabular Representation Learning via Space Calibration
Jilin University(吉林大学);University of Oxford(牛津大学);Microsoft Research(微软研究院);CSIRO’s Data61(联邦科学与工业研究组织Data61)
针对现有深度表格机器学习方法存在的表示纠缠与局部化问题,提出基于原型的表格表示学习框架PTaRL,通过原型生成与投影及两类约束学习解耦表示,实验验证了其性能优越性。
2024-07-15 cs.LG
Revisiting Deep Learning Models for Tabular Data
Yandex;Moscow Institute of Physics and Technology(莫斯科物理技术学院);National Research University Higher School of Economics(国立研究大学高等经济学院)
本文重新审视表格数据深度学习模型,提出类似ResNet的架构和适配的Transformer架构作为强大基线,在统一协议下比较发现无普遍优越的解决方案。
2023-10-26 cs.LG
One Transformer for All Time Series: Representing and Training with Time-Dependent Heterogeneous Tabular Data
Prometeia Spa(Prometeia公司);Prometeia Associazione(Prometeia协会);University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学);University of Padova(帕多瓦大学);Istituto di Informatica e Telematica CNR(意大利国家研究委员会信息与远程信息处理研究所)
本文提出一种Transformer架构,用频率函数表示数值特征,并以统一损失函数训练异构时间相关表格数据,解决类别与数值混合带来的建模难题。
2025-05-05 cs.AI cs.LG
Deep Tabular Representation Corrector
School of Artificial Intelligence, Jilin University(吉林大学人工智能学院);Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Ministry of Education, China(教育部知识驱动人机智能工程研究中心);International Center of Future Science, Jilin University(吉林大学未来科学国际中心);School of Computer Science, University of Auckland(奥克兰大学计算机科学学院);Chinese University of Hong Kong, Shenzhen, China(香港中文大学(深圳));CSIRO’s Data61 and Monash University(CSIRO的数据61与莫纳什大学)
本文提出TRC方法,通过两个任务提升深度表格模型的表示,无需修改参数,有效解决表示偏移和冗余问题。
2026-03-17 cs.LG
Canopy: A Heterograph Foundation Model for Metabolic Engineering
an in-house laboratory information management system (LIMS)(一个内部实验室信息管理系统(LIMS))
代谢工程中设计高产微生物菌株有挑战,Canopy异构图基础模型集成多数据源成知识图谱,用特定模型编码特征,经自监督目标预训练,在发酵滴度预测任务中表现优于基线。
2026-07-08 cs.LG
InterpreTabNet: Distilling Predictive Signals from Tabular Data by Salient Feature Interpretation
University of Toronto(多伦多大学);Vector Institute(矢量研究所)
本文提出 InterpreTabNet,通过 Gumbel-Softmax 潜变量注意力与 KL 散度稀疏正则学习可区分特征掩码,并结合 GPT-4 生成自然语言解释,在保持准确率竞争力的同时提升表格数据可解释性。
2024-06-11 cs.LG
CDMD: A Cross-Dataset Mixed-Type Diffusion Model for Tabular Data
Munich Data Science Institute, Technical University of Munich(慕尼黑数据科学研究所,慕尼黑工业大学);SAP SE(SAP公司)
本文提出CDMD,一种跨数据集混合类型扩散模型,直接在混合特征空间上联合训练,通过模式受限反向过程与共享Transformer去噪器,在七个数据集上实现最优平均生成质量,并验证了预训练的可迁移性。
2026-10-01 cs.LG
Do You Even Need More Data? Rethinking LLM Deployment for Label-Scarce Tabular Classification with TabLens
Sb AI Lab, HSE, NES(Sb AI Lab,HSE,NES);Sb AI Lab, HSE(Sb AI Lab,HSE);Sb AI Lab, HSE University(Sb AI Lab,HSE大学);Sb AI Lab
提出LLMTabBench基准,系统评估LLM在数据稀缺条件下进行表格分类时,先验知识与上下文信息(任务描述和少样本示例)的交互作用,以及性能随数据复杂度的扩展规律。
2026-10-14 cs.LG
TabReD: Analyzing Pitfalls and Filling the Gaps in Tabular Deep Learning Benchmarks
HSE University(高等经济大学);Yandex(Yandex公司)
本文构建含八个工业级表格数据集的 TabReD 基准,引入时间划分并评估多种表格模型,发现方法排名改变,简单 MLP 类架构与 GBDT 表现最佳。
2024-10-24 cs.LG