TabGift：小样本表格数据生成基础模型
热点事件持续更新
TabGift：小样本表格数据生成基础模型
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yu-Sheng Li、Jun-Peng Jiang、Han-Jia Ye 发布论文提出 TabGift，一个面向表格数据生成的上下文高效基础模型。它用预训练表格编码器把异构表格映射到共享隐空间，由上下文扩散模型在少量样本下学习去噪，再用轻量级数据集专属 MLP 解码器还原数据。 作者称，在 7 个分类和 11 个回归数据集上，TabGift 生成的合成数据质量持续优于代表性基线，在上下文样本有限时提升尤为明显，适配与生成速度也大幅加快。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
TabGift：面向表格数据生成的高效上下文基础模型报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.LGTabGift：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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。