研究人员开发了一种方法，可以将先验数据拟合网络（PFNs）应用于基于图的关系模型，这是一种以前仅限于基于 Transformer 的模型的技术。研究表明，在名为 Griffin 的基于图的关系基础模型上使用合成关系数据库进行预训练，可以在无需下游微调的情况下实现对新数据集的泛化。这种方法利用了从模式引导到模式无关数据的课程学习策略，当预训练编码器的潜在表示被传递给一个固定的上下文内预测器时，在现实世界的分类任务上表现强劲。 AI
影响 这项研究可能能够实现基于图的关系基础模型更有效的泛化，从而影响依赖于关系数据分析的领域。
排序理由 该集群包含一篇详细介绍关系模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- DagsHub
- Griffin
- Hugging Face
- Mohammad Sadeq Abolhasani
- Path to Prior-Data Fitted Relational Models via Learned Latent Multi-table Representations
- Prior-Data Fitted Networks
- RDB-PFN
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
