标签
论文提出 Geodesic-SVDD 框架，通过球面原型学习和测地线潜在空间混合增强，实现单轮通信的分布式表格数据学习，在多个联邦学习基准上超越现有方法和联邦树集成。
提出联邦两步合成框架FITS，通过局部线性回归估计条件累积分布函数，并结合连续化方法处理混合类型变量，在联邦设置下生成分布保真的表格合成数据。
INCONVENIENT 是一个用于评估大语言模型在便利抽样偏差下泛化能力的基准。它通过对训练分布中的特征与目标关系进行可控扰动，涵盖 200 个表格数据集，并生成约 15,500 个偏移训练分布，揭示了真实部署场景中的性能退化问题。
该论文研究了在表格数据上使用“类型化决策模型”（返回每个固定选项的概率而非生成文本的语言模型），并在行分类、事实验证和异常检测任务上将其与三个大语言模型进行对比：决策模型成本更低，且在21种等义改写下更鲁棒，但所有模型对表格组织方式的改变都不鲁棒。
本文提出了一个面向表格数据对话式任务歧义消解的泄漏感知框架，将智能体分解为提问策略和求解策略，并推出了 AmbiTab——一个统一六个存在歧义的 text-to-SQL 数据集的基准套件。此外，研究还使用强化学习训练提问策略，在全部六个数据集上提升了歧义消解指标，并在其中五个数据集上提高了任务成功率。
本文提出激活对齐方法，即在合成的无标注数据上训练一个轻量级线性变换，将受限上下文的学生模型激活映射到全上下文的教师模型激活，从而在性能损失很小的情况下实现更快的表格上下文学习。在包含 38 个数据集的 TabArena 基准上，使用 TabPFN-3 和 TabFM 进行评估，该方法在低数据场景下恢复了教师模型优势的近一半，同时可在无 GPU 的普通硬件上运行。
本文探讨了如何将 prior-data fitted networks（PFN）适配于表格异常检测，提出了一种无需微调的方法（ZEN），使用冻结的 TabPFN 特征结合最近邻评分，以及一种微调方法（FOCUS），后者在 ADBench 基准测试上超越了所有基线方法。
本文提出一种基于 Fuzzy Cognitive Maps 的框架，用于生成具有明确因果关系并保护隐私的可解释合成医疗表格数据。该方法在 Heart Disease 数据集上取得具有竞争力的 TSTR 性能（准确率最高达 0.81，AUROC 达 0.90），与深度生成基线模型相当，且整个流程完全在 CPU 上运行。
论文提出 GenScript，一种纯推理的合成数据流水线。它不再针对每个数据集训练模型，而是将源数据的确定性统计画像输入 LLM，由其推断字段语义与完整性约束，再由编码代理将其编译为可审计的采样器。该方法统一了表格、时序与关系型数据的合成，可在几分钟内构建生成器，同时在保真度上接近领先方法，并保留关键的完整性约束。
本文提出一种流程，利用Transformer和嵌入技术从临床表格数据中提取可解释的决策规则，将潜在生物标志物映射回可测量的特征，从而提升临床决策支持效果。
本文介绍OpTFM，一个针对医疗保健领域表格基础模型的比较评估框架，从六个临床意义显著的维度（如泛化性和公平性）评估模型，并应用于两个用例以展示上下文依赖的排名。
MetaRTL 是一个两阶段的关系表学习框架，通过元路径注意力高效捕获关系语义，并在多个数据集上表现出色。
本文介绍了一种可解释的机器学习方法，使用朴素贝叶斯分类器在小型临床数据集上从炎症生物标志物预测认知障碍，并识别出I-309 (CCL1)作为关键预测特征。
SCTab-Diff 是一个语义一致的表格扩散框架，它利用弱语义先验来生成高保真合成表格数据，相比现有方法，提升了分布保真度和语义一致性。
TabPFN-3.5已经发布，在包括TabArena和BeyondArena在内的表格基准测试中取得了顶级性能，并支持文本列、分组数据、宽表和高基数数据的行业用例。
LimiX-2 是一个用于结构化数据的预训练基础模型，它使用上下文机制网络在主要表格基准测试中排名第一，支持多种任务而无需针对特定任务的参数更新。
本文研究了使用表格数据的精算费率制定模型中的缩放定律，发现TabM在没有额外归纳偏置的情况下，比标准Transformer和MLP架构表现出更强的数据缩放能力。
介绍了Xiaomi-TabLDM，一个表格基础模型，它利用合成数据和上下文学习实现卓越的预测精度，无需特定任务微调，并在多个基准测试中获得顶级排名。
Counterfactual Fragility Certificates (CFC) 引入了一种模型无关的审计协议，用于检测机器学习模型在结构化证据失效场景下的高置信度脆弱性，相比现有方法有所改进。