DistPFN

新方法解决表格基础模型中的标签偏移问题

研究人员推出了一种名为DistPFN的新方法，用于解决TabPFN等表格基础模型中的标签偏移问题。该技术通过重新加权训练数据类别分布和模型自身后验概率的影响来调整测试时的预测。一个增强版本DistPFN-T通过使用温度缩放来根据这些分布之间的差异调整调整强度，进一步完善了这一点。在大量数据集上的评估表明，在标签偏移条件下，TabPFN模型的性能显著提高，同时在标准设置下保持了性能。