研究人员推出了iLTM，一种集成式大型表格模型（Integrated Large Tabular Model），旨在增强深度学习在表格数据上的应用。这种新架构结合了多种组件，包括树派生嵌入、元训练超网络和检索机制，以在分类和回归任务上取得卓越性能。iLTM在超过1800个数据集上进行了预训练，与传统的梯度提升决策树（GBDTs）和其他领先的深度表格模型相比，表现出更优的结果，并且需要更少的特定任务调优。 AI
影响 为表格基础模型提供了一个新框架，有望提高各行业的性能并减少调优工作。
排序理由 该条目描述了一个新的模型架构及其在表格数据上的性能，发布在arXiv论文中。[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 →
