TabDPT: Scaling Tabular Foundation Models on Real Data

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。

为什么现在读它

TabDPT 用 123 个真实 OpenML tables、retrieval 与 self-supervision 研究 real-data scaling，是 synthetic-only 路线的重要对照。

它真正学习或预测的对象

从真实表格产生的 classification/regression episodes 中预训练的 context-conditioned predictor。

P11 可以从这里拿走什么

审计 physical table、target selection、retrieval、context/query partition 与 overlap，并复用其开放训练/推理 pipeline。

建议阅读路径

1. 先看 123 tables 如何变成大量训练 tasks。
2. 再看 retrieval、SSL 与 real-vs-synthetic ablation。
3. 最后审计 benchmark overlap、scale units 与开放代码。

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。