arXiv · ML· Gioia Blayer, Myung Jun Kim, F\'elix Lefebvre, Lennart Purucker, Alan Arazi, Eilam Shapira, Roi Reichart, Frank Hutter, Marine Le Morvan, David Holzm\"uller, Ga\"el Varoquaux·· 2026-10-21AI 评分28
STRABLE:用于字符串表格机器学习的基准
STRABLE: Benchmarking Tabular Machine Learning with Strings
AI 导读
研究提出包含 108 个真实表格的基准数据集 STRABLE,评估了 445 条处理字符串与数字表格的数据流水线。 实验发现:对于类别主导的表格,结合简单字符串嵌入的专用表格学习器能以低计算成本获得良好预测;在自由文本主导的表格上,大型 LLM 编码器表现出竞争力,且性能受后处理影响。 STRABLE 为研究“字符串表格”学习提供了基础,其通用可泛化的流水线排名接近预言排名。
来源:arXiv · ML · arxiv.org