TabClustPFN 开源：表格聚类模型达 SOTA 并获 NeurIPS 2026 收录
热点事件持续更新
TabClustPFN 开源：表格聚类模型达 SOTA 并获 NeurIPS 2026 收录
2 篇报道2 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv 发布论文介绍 TabClustPFN，该模型通过联合设计先验、目标与架构解决表格聚类异构几何挑战。早先报道称其代码已开源，后续报道称代码与预训练权重入口已开放，支持开箱即用。 该模型采用混合预训练先验捕捉异构特征，解耦推断网络可在单次前向中联合估计聚类分配及 2-10 类基数。其引入的 SoftARI 目标具置换不变性，消除标签顺序依赖，运行时间与高效基线相当。 在 44 个真实数据集基准测试中，该模型 ARI 排名中位数为 1，簇数误差中位数为 1，达到当前最优性能。后续报道补充该工作已被 NeurIPS 2026 接收，无需反复调参即可自动发现群体特征。
AI 根据报道生成 · 3 小时前更新
最新进展10月25日 13:28
TabClustPFN 开源：表格数据聚类实现开箱即用，单次前向推断自动分组报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- 机器之心TabClustPFN 开源：表格数据聚类实现开箱即用，单次前向推断自动分组
人大等团队开源 TabClustPFN，通过预训练单次前向推断实现表格自动聚类，支持自动估计 2-10 类分组及概率。 在 44 个真实数据集测试中，ARI 排名中位数为 1，簇数估计误差中位数为 1，已被 NeurIPS 2026 接收。 代码与预训练权重已开放，让数据分析无需反复调参，更快发现群体特征。
10月16日
- arXiv · MLTabClustPFN：用于表格数据聚类的先验数据拟合网络
TabClustPFN 提出了一种通过联合设计先验、目标和架构来解决表格数据聚类挑战的 PFN，在 44 个真实世界基准上达到 SOTA 性能。 其混合预训练先验捕捉异构几何，解耦的分区推断网络在单次推理中联合推断聚类分配和基数。 SoftARI 训练目标具有置换不变性，消除了标签顺序约定需求，运行时间可比拟高效基线，代码已开源。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月25日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。