TabGift：面向表格数据生成的高效上下文基础模型

TabGift 是一个上下文高效的表格基础模型，仅需少量上下文样本即可完成分布建模与数据生成。它用预训练表格编码器将异构表格映射到共享隐空间，再由上下文扩散模型在小样本条件下学习去噪，并通过轻量级数据集专属 MLP 解码器还原数据。在 7 个分类和 11 个回归数据集上，TabGift 的合成数据质量持续优于代表性基线，在有限上下文场景下提升尤为明显，同时适配与生成速度大幅加快。