TabProbe：利用表格基础模型实现模型无关的关联规则学习

TabProbe 提出一种模型无关的关联规则学习框架，利用表格基础模型作为条件概率估计器，直接从模型中提取关联规则，无需传统频繁项目集挖掘。 在低数据场景下，该方法无需任务特定训练即可生成简洁且高质量的规则，具备强鲁棒性。 扩展版本已发表在 TMLR，开源代码已提供。