跳到正文
热点事件持续更新

TabFORGE表格生成基础模型论文发布

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Xiangjian Jiang等作者发表论文,提出表格生成基础模型 TabFORGE,用于表格数据的生成建模。 该模型基于预训练的结构感知特征编码器,采用两阶段设计:先预训练基于 score 的扩散 Transformer,再用去噪后的 latent embedding 预训练去噪对齐解码器,以缓解训练与推理之间的分布偏移。 论文发布在 arXiv cs.LG,作者称其目标是填补表格生成建模领域的基础模型空白。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.LG
    TabFORGE:面向生成建模的表格基础模型

    研究者提出表格基础模型 TabFORGE,基于预训练的结构感知特征编码器,采用两阶段设计:先预训练基于 score 的扩散 Transformer,再用去噪后的 latent embedding 预训练去噪对齐解码器,以缓解训练与推理间的分布偏移。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。