arXiv · cs.AI· Danil Rudenko·· 18 天前AI 评分17
重新审视表格数据深度回归：目标函数与全局早停的局限
Revisiting Tabular Deep Regression: Objectives and the Limits of Global Early Stopping
来源与原文
arXiv · cs.AI
作者：Danil Rudenko
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/2610.13909v1
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
该 arXiv 论文系统重评了表格数据深度回归的多种目标函数，发现多数相比调优后的 MSE 基线收益有限或不稳定，而 quantile loss 在多个神经骨干上带来一致改进。研究进一步指出不同噪声水平的区域最优训练轮数不同，单一全局早停点会迫使不确定性区域之间妥协；作者提出结合输入相关标签平滑的异方差感知 quantile loss 扩展，在部分骨干上有所提升。
来源：arXiv · cs.AI · arxiv.org