理解表格基础模型的路线与证据，连接模型、数据和通用技术。这里逐步积累项目经理 agent 所需的知识：目标、问题、项目关系，以及每次判断的来路。
外部竞技场、数据生成包与 API、模型、推理服务、关联论文：按研究环节看它们的作用，按维护方看怎样衔接。
两篇 arXiv 预印本，一篇在写续作。
从学习对象，到 token 如何参与计算。
From Attention Masks to Inert Zero-Vector Tokens: OAttention and O-Closure for Token Dynamics
让 token 的状态携带参与程度，构造零向量可作为零元素的 OAttention，并通过 O-Closure 将这一性质延伸到完整 OTransformer。
Attention mask 控制“谁可以与谁交互”；这篇进一步研究，一个 token 能否因自身状态而不参与计算。它为可组合的零状态语义提供结构基础，也成为后续可学习参与研究的起点。
文中的算子与迁移实验支持各自限定范围内的性质；不据此声称任意模型无损转换或普遍预测收益。
Toward Machine Learning with the Unit as a Primitive: Learning from Unit-Linked Events
把持续存在的 Unit 明确为任务语义中的基本对象，连接同一主体的多次事件、Unit 条件下的响应规律，以及由观测形成的 contextual unit token。
当多个观测来自同一主体时，只有独立 samples 的描述会遗漏什么？论文区分任务中的 Unit、世界中的响应规律与学习器中的 token，并讨论已知身份的直接访问和身份未定时的 unit abduction。
它为 TabU 的学习对象与证据组织提供基础视角；正式结果针对文中声明的监督学习设定。
OTransformer with Learnable Participation
从固定 presence 规则走向可学习的参与读出：哪些状态特征决定 token 的对外贡献与自身更新？Attention 和 FFN 分别学习，同时保留残差内容通路。
连续、具有方向选择性的参与调节是一般机制。共同核上的零作用定理进一步保证：在相容交互下，这些状态的内容不变，也不影响其他输出。它没有要求训练一定产生有用的非零惰性状态。
当前文稿聚焦架构、结构分析与参考实现验证。预测收益、学得的有效不参与和计算节省仍待研究；尚未提交 arXiv。
它们怎样连接？ Unit 论文澄清学习所面对的对象；OTransformer 两篇研究 token 的参与机制。这些工作为表格基础模型提供理论与技术来源，也保留各自在更广泛机器学习中的研究范围。
点开问题，查看已有理解与下一次需要的证据。
固定参数后使用 context，既可能来自训练，也可能来自终端本身的 support 使用方式。需要把预训练收益、推理时适应和目标表微调分别看清。
由模型项目判断何时比较训练后模型与初始化对照，再分别检验相同世界的新行、未见世界与留出机制。一次固定表拟合不能回答全部问题。
TFM-Data 负责数据供给、身份与任务协议；消费者负责适配、训练和结果判断。同一世界重复抽新行、重新做 mask，都不会自动增加独立世界。
2026-09-12 核对：数据包的 typed-fit-table 与 P02 native 入口使用不同 schema。消费者 adapter 及世界级训练、评估接入仍待实现。先保留同表 digest 守卫，再由消费者接入新世界供给。
一次真实消费：数据版本、世界划分、模型输入和评分答案能够对应，再判断任务覆盖带来的收益。
这里提供跨路线的独立视角；TabU、TFM-Data 与 P02 各自拥有实现和执行决定。知识库需要能解释为什么推进、为什么暂缓，以及什么证据足以改变判断。
从一个项目的实际反馈开始：链接原问题与原始记录，说明支持了什么、没有回答什么，再更新领域理解。数据或执行功能的交接也按实际采用逐项发生。
总览层连接问题与反馈；具体项目保留自主性。
领域理解 · 独立比较 · 研究问题 · 决策与证据索引
表格基座大模型
维护表示、模型结构、预训练、frozen ICL 和模型评估。
接收领域问题，以设计与实验回应；由模型项目决定采用和执行。
预训练与可信评测的数据供给
维护合成与外部数据、来源与 world 身份、episode 规则和划分协议。
承接具体数据需求，回流版本与质量证据；Data Atlas 的功能按使用逐项交接。
TFM-Data README、共同数据约定、2026-09-12 生成器能力审计。Data Atlas 是领域资料入口，尚不是 TFM-Data 的独立项目网页。
通用算子与架构研究
维护 OTransformer 的算子语义、实现，以及不同应用下的机制证据。
引用与表格学习相关的机制和应用结果，反馈应用问题，保留通用研究目标。
当前依据 P02 项目 README、通用算子实现与 native TabU-TAR 应用交接记录。独立研究页尚未公开部署；这里先提供职责与关联问题的概览。
表格应用是通用架构的一个使用场景。每个结果按其 checkpoint、协议与评测范围理解。
精选已有入口。各材料沿用自己的证据日期。
8 个入口
从 TabPFN、TabICL、LimiX、TabFM 等材料进入论文、代码与逐篇笔记。
固定精选批次 · 按各页版本阅读 LEARNING & INFERENCE模型怎样把逐表求解积累进共享参数；context、先验与推理预算各做什么。
技术导读 · 连接问题 01 DATA ATLAS查看合成先验、外部表格、任务构造、split 与污染风险的领域整理。
领域资料 · 供给维护逐项交接 DATA LANDSCAPE理解表格基础模型真正积累的训练对象，以及数据与预测任务的关系。
专题导读 · 连接问题 02 EVALUATION从 regime、数据和预算进入 TabArena、BeyondArena 等评测观察。
协议入口 · 非实时模型榜单 REPRESENTATION从 affine、PLE 与 periodic 表示，理解输入几何和可学习性的关系。
技术导读 · 数值表示 CONCEPTUAL BRIDGE比较 Unit–Feature response 与 User–Item log，理解空白 cell 的不同机制。
概念桥 · 旧 P11 研究语境 P11 ARCHIVE回看模型架构、核心问题与研究来路。旧“当前状态”按页面原日期理解。
历史资产 · 不代表本总览的当前执行主线没有找到匹配入口。试试“数据”“推断”或清空搜索。
先使用，再判断什么值得继续维护。
确认领域总览与高层组织职责，建立网页入口。先连接目标、问题、项目与证据；数据及执行功能随着实际使用逐项交接。
整理来源、世界、目标、mask、筛选与迁移证据的区别，连接独立的数据供给项目 TFM-Data。
组织预训练与 context 专题，向 TabU 提出三个研究问题；旧模型、实现与实验继续保留其历史身份。
总览整理于 2026-09-12，依据本项目 README、已确认的项目定位、两份 09-06 / 09-08 研究专题，以及 TabU、TFM-Data、P02 的当前职责与数据交接记录。论文卡片按两篇 arXiv v1 官方条目和 P02 当前文稿摘要核对；公开日期采用 arXiv 的 UTC 日期。资料区链接到既有网页，内容日期不因本入口更新而刷新。
这一版是可查阅的知识与项目索引。具体运行进展仍从各项目原记录核对；本页没有自动抓取训练状态，也没有启动 agent 调度。后续从一次查阅或项目反馈继续积累。
本网页是 WeHub owner-review preview；两篇已公开预印本各自保留 arXiv 状态，续篇仍为在写文稿。