arXiv · cs.AI· Mohammad Sadeq Abolhasani·· 11 天前AI 评分30
通过学习的潜空间多表表示迈向 Prior-Data Fitted 关系模型
Path to Prior-Data Fitted Relational Models via Learned Latent Multi-table Representations
来源与原文
arXiv · cs.AI
作者：Mohammad Sadeq Abolhasani
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/2610.23073v1
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
研究者在大量合成关系数据库上预训练基于消息传递的图关系基础模型 Griffin，将编码器潜表示输入冻结的 in-context 预测器，不在目标任务上训练任何组件。在 16 个真实世界关系分类任务、五组随机种子评估中，从 schema 引导过渡到 schema 无关的纯合成课程学习取得最强的冻结 in-context 性能，超过仅用真实数据预训练及各种无序单阶段混合方案，且在真实数据预训练后追加该课程可获得整体最佳编码器。结果表明 PFN 式合成预训练可迁移到基于图的关系基础模型。
来源：arXiv · cs.AI · arxiv.org