TabMF：将表格基础模型改造为数据集编码器

Rafiq Kamel 等作者提出 TabMF 框架，把预训练的表格基础模型（TFM）改造为监督数据集的编码器。其做法是加入架构感知的数据集级读出层，并在合成监督数据集的随机视图上做对比后训练，实现端到端适配。 该框架在 TabICLv2 和 TabPFN-2.5 上实例化。作者称，在未见真实数据集的六项任务中，两个 TabMF 编码器取得最强综合表现，在数据集检索、紧凑基准构建和分布偏移严重度评估上尤为突出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。