把 TabPFN-3 读成一组可核对的技术对象

不是一个页面，而是三层阅读关系

TabPFN-3 会成为 P11 开发的长期最近邻；因此需要把官方证据、我们的理解和公开呈现严格分开。入口页帮助读者在三层之间移动，但不把 projection 当成模型真值。

已完成的中文独立导读

这是已经写成并可下载的连续阅读包，不是下方「首批理解方向」那种尚在补齐的容器。导读按「论文证据 / P11 解释 / 边界」组织，核对对象是本地 arXiv:2605.13986v2 官方源码。

《TabPFN-3: Technical Report》中文独立导读 —— 从 cell groups 到 512 维 row token：它怎样把一百万行放进一次 in-context prediction？

1. 先给结论：TabPFN-3 究竟改了什么 — 三段式重构与三个误读边界
2. 建议阅读路线与版本边界 — 该读哪些官方 source 文件
3. 输入不是一行：context--query episode — 四种 token 的区分
4. 端到端张量图：从原始表到 row token — cell grouping → Stage 1/2/3
5. 输出：分类像 label retrieval，回归像分布解码
6. 相对 TabPFN-2.5：哪些变化真正改变了缩放规律
7. 一百万行到底怎样装进去 — chunking、KV cache 与四种瓶颈
8. 训练与推理一定要分三层讲 — pretrain / fit / predict
9. Test-time compute：公开部分与未公开部分必须拆开
10. 论文明确给了什么，仍然没给什么
11. 它学到什么：共享的 task-conditioned prediction algorithm
12. 与 P11 的精确关系：哪里可借，哪里不能混同
13. 读完后应能回答的十个问题 · 最后只记住六句话

首批理解方向

目录先建立稳定的容器，具体文档按一个可复核问题逐篇长出来。当前不把尚未写成的内容标成“已完成”。这与上方已完成的中文导读 PDF 不是同一层对象。

每篇 docs 都要能被重新核对

• 先给出论文 section/page/figure/table 或官方 source 文件的精确 anchor。
• 明确输入、输出、token、维度、softmax axis、计算顺序和适用 regime。
• 把“论文证据”“我的解释”“尚未证明的边界”分开写，不用漂亮类比替代机制。
• 最后说明它对 P11 的 baseline、architecture、experiment 或 claim 收缩产生什么后果。
• 标记状态：draft、source-checked、runtime-checked 或 absorbed。