English(EN) Empirical Evaluation of Out-Of-Distribution Performance of Tabular Foundation Models

表格基础模型在分布变化下表现下降

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-29 04:00

一项新研究评估了九种表格基础模型（TFMs）在各种预训练策略和架构下的分布外（OOD）性能。研究发现，所有经过测试的TFMs在分布变化下都出现了性能下降，下降程度因变化类型而异。研究还强调了可扩展性差距，因为高性能模型需要大量的计算资源。 AI

影响强调了在易受数据变化影响的实际应用中对鲁棒表格模型的需求。

排序理由该集群包含一篇详细介绍AI模型实证研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Malena Loza, David Chushig-Muzo, Eva Milara, Luis Bote-Curiel, Luis Estrada-Petrocelli, Felipe Grijalva · 2026-07-29 04:00

表格基础模型的分布外性能的经验评估

arXiv:2607.26000v1 Announce Type: cross Abstract: Tabular Foundation Models (TFMs) have emerged as novel approaches for tabular predictive tasks, demonstrating competitive predictive performance to ensemble tree-based models. Most TFMs are trained and evaluated on independent and…