TECHNICAL DETAILS
这份资料下面的技术细节文章
技术文章属于当前资料，不与 P11 研究项目入口平级。
暂无技术细节文章
以后针对这份资料形成的代码解读、公式拆解或机制实验，都会继续落在本资料页下面。
WHY NOW
为什么现在读它
它直接比较纯 synthetic pretraining 与少量 curated real tables 的 continued pretraining，暴露真实数据价值和 contamination 风险。
LEARNED OBJECT
它真正学习或预测的对象
在 TabPFN synthetic prior 之上继续吸收真实表格规律的预测器。
P11 USE
P11 可以从这里拿走什么
把 real-data curation、table lineage、target construction 与 benchmark overlap 纳入 provenance passport。
EVIDENCE BOUNDARY
不要从这篇论文多推一步
真实数据带来的精度提升不自动说明学到了可迁移语义或机制；curation 与 overlap 边界决定结论强度。
READING PATH
建议阅读路径
- 先看 real pretraining corpus 的规模与筛选。
- 再比较 curated real data、CommonCrawl 与 GitTables 分支。
- 最后核对下游 29 个数据集的 overlap audit。
P11 INTERNAL MATERIAL
已有项目材料
- 当前没有下载到仓库的第三方原文；先使用上方一手链接。
MY READING NOTE
我的浏览器便笺
可以马上写、刷新后继续。它不上传到服务器，也不会自动进入 P11 的 canonical source。
尚未读取到当前浏览器中的已保存草稿。
保存边界：只保存在当前 browser profile + 当前 origin。localhost 与 wehub.us 是两份笔记；换设备、隐私模式或清理网站数据都可能丢失。长期保存请导出 Markdown 并回填到上面的 canonical path。