TabMosaic:免训练表格生成扩散模型
热点事件持续更新
TabMosaic:免训练表格生成扩散模型
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
韩国研究者 Jayoung Kim、Sanghyun Hong、Noseong Park 提交论文预印本,提出统一上下文扩散模型 TabMosaic,可在无需表格专属训练的情况下,为未见过的、可能不完整的表格生成混合类型目标单元格。 该模型把缺失值填补、合成记录、条件生成等表格生成任务统一建模为任意目标单元格集合的联合条件分布,预训练目标约束条件负对数似然及与后验预测分布的散度。作者称,在 48 个真实表格上,TabMosaic 在所有评估的生成任务中均排名第一,优于 20 种基线方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
TabMosaic:面向表格生成任务的统一上下文扩散模型报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · cs.LGTabMosaic:面向表格生成任务的统一上下文扩散模型
TabMosaic 是一个统一的上下文扩散模型,可在无需表格专属训练的情况下,为未见过的、可能不完整的表格生成混合类型目标单元格。该模型将表格生成任务统一建模为任意目标单元格集合的联合条件分布,其预训练目标可约束条件负对数似然及与后验预测分布的散度。在 48 个真实表格上,TabMosaic 在所有评估的生成任务中均排名第一,优于 20 种基线方法。
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。