跳到正文
arXiv · ML· Xian Yeow Lee, Ryoichi Takase, Ahmed Farahat·· 10 天前AI 评分22

表格基础模型作为免训练世界模型的评估

An Evaluation of Tabular Foundation Models as Training-Free World Models

AI 导读

预训练表格基础模型(TabFM)在数据稀缺时预测精度高于从头训练的LSTM和MLP。 其预测表现高度依赖上下文长度,长上下文能显著改善自回归预测,但推理速度比LSTM慢三个数量级。 结论表明TabFM可作为数据匮乏时的预测工具,但尚无法替代经过训练的规划世界模型。

来源:arXiv · ML · arxiv.org