arXiv · ML· Daria Grushina, Kseniia Kuvshinova, Alina Kostromina, Aziz Temirkhanov, Mile Mitrovic, Dmitry Simakov·· 2026-10-14AI 评分27
TabLens 如何重新审视标签稀缺下的 LLM 表格分类部署
Do You Even Need More Data? Rethinking LLM Deployment for Label-Scarce Tabular Classification with TabLens
AI 导读
新基准 TabLens 显示,在可估算的复杂度阈值以下,LLM 零样本推理精度可匹配 16 个标注样本,无需额外数据。 该基准包含 91 个跨八个领域的真实与合成数据集,以及 8 个含自由文本列的工业数据集。 结果显示,含自由文本列时零样本 LLM 优于 16-shot TabPFN-3 Plus;显式专家规则仅能替代约 16 个真实样本。
来源:arXiv · ML · arxiv.org