arXiv · cs.AI· Christian M. M. Frey·· 20 小时前AI 评分25
表格基础模型的主动上下文学习：何时、何处与如何采集标签
When, Where, How: Active In-Context Learning for Tabular Foundation Models
来源与原文
arXiv · cs.AI
作者：Christian M. M. Frey
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07886v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究针对冻结的表格基础模型（TFM）提出主动上下文学习采集策略，比较多样性、预测不确定性与目标感知信息增益随上下文增加的价值变化。在二十个基准上测试两种主流 TFM 与经典 GBDT，发现多样性采集在前几轮迭代最优，而通过简单的目标感知最近邻规则标注与目标输入相关的池行效果显著。EPIC 在标签预算下表现最佳，在池最大的八个基准上仅标注 5-10% 即保留平均 80-87% 的机会校正全数据性能，所选标签还能提升 GBDT 的预测表现。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。