Feature semantics
变量 identity 不只来自本表 column ID，而可以由名称、描述和类型共同给出，使不同 schemas 之间存在语义接口。
01 · THE PROJECT QUESTION
把一张表从“无主体的 samples”重新理解为 Unit–Feature responses
一张表通常只被写成 rows 和 columns。P11 进一步区分三个对象：变量的语义、当前 Unit、 以及这个 Unit 对目标变量的 response。项目希望把这三个对象放进同一套可跨 schema 学习的模型中。
Unit abduction
新 row 不查 row-ID embedding；模型从当前可见 feature–value evidence 中即时形成 Unit token。
Response law
Unit token 与目标 feature token 配对，回答“这个 Unit 对这个 feature 会产生什么 response”。
项目的核心不是给模型再加一个 embedding，而是先分清：我们测量什么、正在面对谁、以及它会如何响应。
02 · PROJECT MAP
一个项目入口，连接模型、资料、评测与数据研究
每个入口承担不同职责。项目首页只说明全局关系；技术细节进入文章，单篇文献进入资料页，模型比较进入 benchmark 页面。
MAINLINE QUESTIONS · LIVING ANSWERS
哪些问题值得反复检查？
稳定编号 owner questions，逐题区分 owner draft、needs clarification 与 source-grounded working answer；每页绑定 evidence cutoff 和 verification gates。
进入核心问题清单 → CURRENT MODEL · TECHNICAL ARTICLESemantic Feature Tokens 与 Unit Abduction
完整保留原入口的张量流、默认/扩展分支、typed objectives、排列不变性、训练/推理和证据边界。
阅读模型架构长文 → VALUE ENCODER · TECHNICAL ARTICLE一列数，不只是一条直线
从 affine scalar、PLE 与 periodic/PLR 三种输入几何，解释数值 Token 怎样改变可学习性；把强实证、谱偏差理论桥与尚未证明的机制明确分开。
阅读数值 Token 技术分享 → LEARNED ALGORITHM · TECHNICAL ARTICLE不再为每张表从头训练
从 PFN 的 posterior-predictive objective、SCM synthetic prior 与 TabPFN benchmark，解释逐表拟合怎样被摊销进预训练，以及“一次前向”的真实系统边界。
阅读摊销推断技术分享 → RESEARCH FRONTIER · TECHNICAL ARTICLE合成先验之外：轻量语义接口
把 TabPFN / TabFM 的可泛化 table-native topology，与真实表格的列名、单位和列间关系放进同一个可审计的研究问题；不把 ConTextTab 的语义路线简化成“只换一个 embedding”。
阅读研究缺口与第一轮实验协议 → FOLLOW-ON SLOT · P05没有固定列轴的动态稀疏表格基础模型
把 P11 的 semantic-feature / Unit-response question 推到 variable-length sparse evidence；以推荐系统作为第一压力测试，不把 known-ID 推荐冒充 Unit Abduction。
进入 P05 owner-review seed → BENCHMARKS模型怎样被比较？
从评测 regime、数据与预算出发，再进入 TabArena、BeyondArena 等独立观察页。
打开 Benchmarks → RELATED MATERIALS · 24 ITEMS论文、代码与逐篇笔记
重要资料按时间倒序排列；每篇拥有独立资料页，核心模型还连接专属 Discord 反馈 thread。
进入资料工作台 → DATASET ATLAS数据、task compiler 与 protocol
区分 synthetic priors、真实表格、split、HPO、contamination 与评测协议。
查看 Dataset Atlas → DATA LANDSCAPE表格基础模型真正积累了什么？
从 raw tables 到 prediction-problem corpus，理解 pretraining data 的构造对象。
阅读数据综述 → CONCEPTUAL BRIDGE稠密表格与推荐系统
比较 Unit–Feature response table 与 exposure-selected User–Item log：计算接口相似，空白 cell 的机制不同。
阅读五分钟概念桥 → HISTORICAL PROVENANCE旧模型稿 v0.2 · 15 pages
保留 per-dataset feature-ID 分支的思想演化记录；它已经不代表当前 v1 主干。
打开历史 PDF →03 · CURRENT STATE
已经固定研究契约，P05 follow-on 把计算瓶颈单独提出
当前已经明确
- feature description 产生 semantic feature token；
- 共享 value encoder 产生 cell-value token；
- position-free Transformer 与 masked average 形成 deterministic Unit token；
- Unit–feature scorer 使用 typed predictive losses。
仍待冻结
- LLM frozen、fine-tuned 或带 residual 的具体 regime；
- 跨表共享参数与新 schema adaptation 层级；
- feature/value fusion 与高基数 nominal encoding；
- 训练 episode 与 unseen-feature protocol；
- P05 的 active-count / vocabulary scaling、unseen feature ID 与 schema drift protocol。
当前不能声称
- 尚无实现、正式 benchmark run 或性能结论；
- 尚未证明 unseen-schema zero-shot 能力；
- Unit token 不自动等于 persistent Individual；
- masked reconstruction 不自动提供 causal capability。
下一关：分别冻结 P11 与 P05 的训练对象
先写清 P11 的 description protocol、LLM regime、table episode sampler、目标类型与 adaptation contract；再为 P05 单独定义 active sparse evidence、latent bottleneck、feature vocabulary 与动态 schema protocol，最后用 permutation equality、semantic-transfer ablation 和 scaling benchmark 检验两条边界。
项目页面只报告当前可验证状态；新实验和新论文结论必须回到 canonical source 与 evidence ledger。04 · READING PATHS
根据你现在的问题，选择最短阅读路径
我想先理解这个项目
先读本页的研究问题与当前状态，再从主线核心问题选择一个长期 gate；随后进入模型架构、数值 Token、TabPFN 摊销推断、语义研究缺口、推荐系统概念桥与 P05 follow-on。
主线核心问题 · 当前模型架构 · 数值怎样成为 Token · TabPFN 摊销推断 · 语义研究缺口 · Dense table vs recommender · P05 动态稀疏 follow-on
我想比较模型或设计实验
先在 Benchmarks 固定 comparison passport，再用 Dataset Atlas 审计数据与 protocol。
05 · FEEDBACK LOOP