跳到正文
arXiv · ML· Rosen Ting-Ying Yu, Nicholas Sung, Faez Ahmed·· 2026-10-14AI 评分31

FIRE: 基于表格式基础模型分布条件化上下文学习的多保真度回归框架

FIRE: Multi-fidelity Regression with Distribution-conditioned In-context Learning using Tabular Foundation Models

AI 导读

FIRE 是一种无训练多保真度(MF)回归框架,结合表格式基础模型(TFM)实现零样本上下文贝叶斯推断。 该框架通过高保真校正模型利用低保真模型的后验预测分布进行跨保真度信息传递,在 31 个基准问题上优于 7 种 SOTA 方法,具有准确性和不确定性量化优势。 受限于上下文窗口大小及预训练 TFM 质量。

来源:arXiv · ML · arxiv.org