实体
TabArena-Lite
TabArena-Lite
PulseAugur coverage of TabArena-Lite — every cluster mentioning TabArena-Lite across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的大语言模型技术提高了表格数据预测的效率和准确性
研究人员开发了新的方法，通过整合大语言模型的语义理解来增强表格学习器的性能。一种方法CASE使用基于Gemma 3的表格语言模型来语境化嵌入，从而在语义丰富的、尤其是数据有限的数据集上提高性能。另一项开发TabDPT-Turbo则通过长上下文预训练和架构改进来提高效率，以显著更快的速度实现了与现有模型相当的性能。
-
新型适配器TFM-Retouche在无需微调的情况下改进表格基础模型
研究人员开发了TFM-Retouche，这是一种新颖的适配器，旨在增强表格基础模型（TFM），而无需进行计算成本高昂的完全微调。这种轻量级、与架构无关的适配器在输入空间中运行，学习小的残差校正，以更好地将数据与TFM现有的归纳偏置对齐。当应用于TabICLv2时，名为TabICLv2-Retouche的框架在TabArena-Lite基准测试中取得了最高排名，显著提高了总体Elo分数并保持了效率。