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
它连接 TabPFN v2 与 v3，扩展表格规模并引入 distillation，是理解当前产品级 TabPFN 路线的重要版本节点。
LEARNED OBJECT
它真正学习或预测的对象
更大规模的 TabPFN predictive conditional，以及把其输出蒸馏为 MLP 或 tree ensemble 的部署对象。
P11 USE
P11 可以从这里拿走什么
记录模型版本、输入规模、tuning/ensembling 与 distillation 分支，防止 baseline 名字相同但能力不相同。
EVIDENCE BOUNDARY
不要从这篇论文多推一步
作者报告的 win rate 和 TabArena 排名取决于版本、预算与 ensemble 规则；distillation 不产生新的 causal object。
READING PATH
建议阅读路径
- 先看相对 TabPFNv2 的规模与输入限制变化。
- 再看默认、tuned、ensembled 和 distilled 设置。
- 最后对照 TabArena protocol 复核排名口径。
P11 INTERNAL MATERIAL
已有项目材料
暂无独立 P11 解读页
- 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。