跳到主要内容
AI News HubLIVE
更多
仅摘要

Google AI 推出 TabFM:用于零样本分类和回归的混合注意力表格基础模型

Google Research 发布了 TabFM,一种专门为表格数据设计的基础模型。它通过上下文学习实现零样本分类和回归,无需针对每个数据集进行训练、超参数调优或特征工程。该模型结合了 TabPFN 的行/列注意力机制和 TabICL 的上下文学习方法,并在数百万个合成数据集上训练。在 TabArena 基准测试中,TabFM 的表现优于经过充分调优的 XGBoost 等传统方法。

来源MarkTechPost作者: Asif Razzaq
Google AI 推出 TabFM:用于零样本分类和回归的混合注意力表格基础模型
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限,本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • TabFM 无需针对新数据集进行训练即可进行预测。
  • 采用混合注意力架构,结合行/列注意力和上下文学习。
  • 在数百万个由结构因果模型生成的合成数据集上训练。
  • 在分类和回归任务上均优于传统监督学习方法。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。