跳到正文
arXiv · ML· Shivam Shrivastava·· 2026-10-05AI 评分23

预注册基准研究揭示小型训练集下深度表格生成模型性能困境

Below what training size do deep tabular generators stop beating trivial baselines? A preregistered benchmark on a size ladder of clinical and standard datasets

AI 导读

这项预注册基准研究在 2,220 次实验中评估了 CTGAN、TVAE、TabDDPM 等 7 种深度表格生成模型在 200 至 20,000 行数据规模下的表现。结果显示,在 24 个数据集与模型组合中,有 23 个深模型在任何测试规模下均未能以超越种子噪声的优势击败最佳简单基线,且深模型排名在小规模下表现出高于 0.8 阈值的稳定性。

来源:arXiv · ML · arxiv.org