TabPFN-3 资料总入口 / 学习路径
本页是这条工作相关公开页面的整合入口：论文原文 → 已完成的中文独立导读 PDF → 理解文档入口 → Mini-TabPFN 课程。课程与 lesson 页均可返回这里。 技术文章属于当前资料，不与 P11 研究项目入口平级。
TabPFN-3: Technical Report
arXiv 摘要、官方 PDF 与官方生态代码。一手证据以上方外链为准；本地 archive 见下方 README。
打开 arXiv 摘要 ↗中文导读《TabPFN-3》中文独立导读
已完成的连续阅读包（PDF）：从 cell groups 到 512-d row token、chunking/KV cache、与 P11 边界。canonical TeX/PDF 仍在材料目录。
打开中文导读 PDF ↗理解文档逐问题理解入口
网页理解入口承接已完成中文导读与首批 docs 地图；逐问题技术文档仍按方向补齐，不把未写成内容标为已完成。
进入理解入口 →课程实战Mini-TabPFN：表格基础模型项目实战
8 节课把论文计算图落成可训练、可审计的 Mini-TabPFN；每节 lesson 都可返回本资料总入口。
进入课程 →这份资料下面的技术细节文章
为什么现在读它
这是 TabPFN 当前尺度、test-time compute、关系表、时间序列与文本扩展的总入口，决定 P11 不能只和早期 small-data TabPFN 比。
它真正学习或预测的对象
从合成 prior 预训练的通用表格预测算法；报告还覆盖独立的 specialized checkpoints 与 API-only Plus/Thinking 模式。
P11 可以从这里拿走什么
更新 baseline 版本与规模上限，拆开默认 checkpoint、specialized checkpoints、API-only Plus/Thinking 与 distillation 的证据。
不要从这篇论文多推一步
技术报告中的广泛能力主要是作者报告；CATE 等集成仍依赖因果估计器的 treatment assumptions，不让基础 predictor 自动获得 causal validity。
建议阅读路径
- 先从本页「资料总入口 / 学习路径」确认论文原文、中文导读、理解文档与 Mini-TabPFN 课程四条公开路径。
- 阅读官方报告，并用已发布的中文独立导读 PDF（reader-guide-zh）建立连续理解；需要逐问题核对时进入 understanding-workbench。
- 需要动手实现时进入 course/，按 8 节课推进，并随时从课程页返回本资料总入口。
已有项目材料
papers/P11-tabular-foundation-models/related-materials/tabpfn-3-arxiv-2605.13986v2/README.mdpapers/P11-tabular-foundation-models/related-materials/tabpfn-3-arxiv-2605.13986v2/docs/README.mdpapers/P11-tabular-foundation-models/related-materials/tabpfn-3-arxiv-2605.13986v2/course/README.md
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。