DiffLTM：连续扩散表格生成模型提出

Alankrita Bhatt、Mukur Gupta、Andrea Montanari、Pulkit Tandon 提出连续扩散大型表格模型 DiffLTM，面向数值与类别混合数据的条件生成。模型针对两类难点设计：类别特征常为高基数且分布极不均衡，稀有子群的条件生成困难。 DiffLTM 对类别特征采用交叉熵损失，作者称首次给出这一做法的理论依据；同时提出聚焦稀有子群的评估指标，并将条件生成推广到新的条件类型。作者称，在劳动力数据上训练的模型能复现计量经济学的经典洞见，代码已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。