#表格数据

一篇针对表格数据类别不平衡的扩散模型改进论文，在信用卡欺诈数据上验证，做金融风控或少数类生成的朋友可以看看思路。

一个做表格或文本数据研究的朋友可以看看，5.9 万条托育记录，连代码一起开源了，拿来练跨州迁移正合适。

CDMD让一个模型搞定多种表格数据，比单独训练多个模型参数更少效果更好，代码已开源。

这篇论文提出了Transformer注意力头在表格数据中的重要性评分方法，能帮你优化模型结构并提高效率。

Tydra模型在保持预测性能的同时大幅降低推理时间，比Hydra模型更高效。

三个专精小模型组队填表格空值，比大模型还准，成本只要1%——这篇论文值得看。

这篇论文搞了个新损失函数CoCo，训练收敛快，在OpenML-CC18上跟SVM打成平手，做表格分类任务的可以试试。

TabPack让你不用费心调参就能达到好效果，在普通笔记本上跑都比别人用GPU调参快。

论文系统测量了LLM读表格犯数据引用错误的频率，还训练了个4B批评模型能查出这些错，推理准确率提升12%。适合做表格推理的开发者看。

处理表格数据的团队终于有了区分“不该填”和“该填”缺失值的工具——Diff-Joint解决了传统填补方法盲目恢复所有缺失的痛点，做数据清洗或医疗、金融等缺失值有语义含义的开发者可以直接试。

做数据科学或材料信息学的团队终于有了一个无需统一变量名就能对齐异构表格数据的方法，检索准确率高达0.9还支持隐私保护，做RAG或算法选择的开发者可以直接参考。