先看它回答哪个研究问题，再看由谁维护。外部竞技场、数据 API、模型与论文，在同一张地图里相互连接。
这些环节彼此反馈；同一事项可以连接多个环节。点击一个环节，查看相关事项。
9 个事项 · 按研究环节组织
学习对象与计算机制是什么？
研究 token 状态怎样决定其对外贡献与自身更新，为表格及其他应用提供可组合的计算机制。
P02 已有独立 otransformer 研究库与 native TabU-TAR 应用，核心包不依赖 TabU checkout。算子合同、应用适配和各分支实验保持独立；研究阶段实现不证明普遍预测提升、稀疏加速或现有 Transformer 的无损转换。本轮未刷新应用训练结果。
在何种状态与任务下，可学习参与带来可解释且可重复的变化，哪些性质属于算子保证，哪些需要应用实验？
P02 / OTransformer 维护可学习参与的通用算子、实现与研究；P35 保留前序零 token 机制与论文证据。
把任务侧持续存在的 Unit 与计算侧 token 参与机制联系起来，同时保留三篇论文各自的研究目标和论证范围。
2026-09-12 论文索引记录：OTransformer 前序为 arXiv:2608.21174 v1，Unit as Primitive 为 arXiv:2608.25118 v1；可学习参与续篇仍是作者审阅候选，未提交 arXiv。公开论文、私有候选与应用实验状态分别理解，论文关联不构成模型效果证明。
具体表格任务需要哪一种 Unit 关联与参与机制，已有形式化结论在什么条件下适用，哪些问题仍需实验回答？
USL01、P35 与 P02 各自维护论文和研究证据；本知识项目维护论文关系与阅读入口。
模型看到哪些世界与任务？
向训练与评估消费者交付有来源语义的表格 episode，将数据生成机制落实为可调用、可追溯的接口。
2026-09-08 已逻辑纳入 TFM-Data；历史 /v0 接口保留，2026-08-28 收据记录 /v1 source=scm 的 mixed-type observational preview。独立 tfm-data 包尚未兼容迁入 HTTP 服务。本轮公开 dataset/docs 与 dataset/openapi.json 均返回 HTTP 502，能力运行未复核；历史部署不证明当前可用。
调用者需要哪种来源、world 身份、划分与重放粒度，现有响应和恢复后的服务能否满足这次使用？
TFM-Data 的 episode-api 子项目维护服务职责；既有 tabuf-episode-api 仓库维护实现与版本化接口。
提供独立于 Torch、模型仓库和在线服务的纯数据生成入口，让数据身份、质量与模型效果能够分别检查。
本地 0.1.0 包已有 Mixed SCM、DiscoSCM、Numeric SCM、sklearn synthetic、Anchor120、单表生成、校验与打包入口，并已构建 wheel；尚未发布软件包。持续新世界供给、世界级分区及消费者接入仍待实现，现有生成与包验证不构成模型泛化证据。
怎样从固定数据锚点走向可重放的新世界供给，并让消费者正确保留训练、开发与确认世界的隔离？
TFM-Data 维护生成库、配方、数据合同与验证；消费者维护模型适配与训练状态。
哪些能力能够跨表迁移？
研究表格表示、预训练、context 使用与跨表适应，把 Unit 视角和计算机制落实为可检验的表格模型。
TabU 的核心目标是从头构建表格基座大模型，当前数学主线为 Typed Additive Readout。数学设计、旧 tabu.tar 参考实现与 P02 native TAR 使用不同的合同和实验身份；已有固定表拟合及已知表 reserved-row 记录不证明未见表 ICL。本轮未刷新训练现场或终局结果。
从已知表拟合走向未见表迁移时，哪些收益来自预训练分布、context、表示或适应方式，怎样用独立评估区分？
TabU 维护模型语义与设计；TabU-lab 维护相应实现、训练和实验记录。P02 native TAR 保留其独立应用身份。
持续理解外部模型如何表示表格、组织训练与使用 context，用独立路线和反例修正我们对领域的认识。
新知识项目已从旧资料提炼预训练/context/迁移与数据/任务/评估两个专题，后续认识在新目录继续维护。旧资料库保留预训练深读、版本护照、类别值与分类头等原件，供逐步消化。公开资料站仍是旧 P11 固定 24 篇精选批次；收录不等于完整精读，也不代表最新模型全集。本轮未刷新外部版本。
新材料具体改变了哪一条认识，论文主张、源码行为和实际实验是否一致，是否需要调整现有比较对象？
各外部作者维护原论文、代码与权重；本知识项目维护来源索引、版本说明、精读与比较问题。
怎样比较，结论有多广？
借助统一评测协议理解基础模型、传统方法、调参与集成之间的比较，并为自有模型选择可解释的对照。
我们的观察页保存 2026-07-31 的榜单阅读快照与官方入口，本轮未刷新排行榜。旧 P11 的 TabArena 执行桥另有适配、固定范围和证据校验记录；观察页与执行桥均不代表我们的模型已完成官方评测或取得榜单成绩。
下一次比较采用哪个基准版本、任务切片与预算，哪些优势来自模型本身，哪些来自调参与集成？
TabArena 官方维护基准、榜单与验证；本知识项目维护观察与解释，旧 P11 执行桥保留原身份。
把比较范围扩展到 temporal、grouped、规模、维度及复杂特征，检验标准 IID 结果在不同应用条件下是否仍成立。
我们的观察页依据 2026-07-31 对 arXiv v1 的阅读，介绍 142 个精选数据集、IID/temporal/grouped 等范围及 Data Foundry。它转述官方材料，尚不是我们的独立复现或执行 bundle；本轮未刷新官方版本与榜单。
哪一种数据划分、规模或特征类型最能暴露当前模型与数据供给的覆盖缺口？
TabArena 团队维护 BeyondArena 与 Data Foundry；本知识项目维护有日期的资料与观察。
已有能力怎样实际使用？
让人、智能体与实验系统通过统一入口发现模型、提交表格预测或评估请求，并取得可追溯的响应。
历史 research preview 已建立模型发现、predict/evaluate 与 Bearer 鉴权接口；2026-08-15 路径部署和 08-16 分类模型接入各有收据。它与数据生产 API 共用站点而各有职责。本轮公开 inference/docs 返回 HTTP 502，模型可用性与运行能力未复核；不据历史清单宣称当前在线模型。
下一次调用需要哪种任务、输出、许可与预算，实际可用模型和响应 provenance 能否支持这次比较或应用？
独立的 WeHub Tabular Intelligence API 项目维护模型服务、调用合同与部署记录；各模型保留原来源与许可。
没有找到相关事项。试试其他关键词，或清除筛选。
TabArena 和 BeyondArena 是外部比较依据；数据生产 API 是 TFM-Data 的供给入口；TabU 是模型研发；P02 提供通用架构研究；推理 API 承担模型服务。论文与资料帮助解释这些工作的来路。
每项保留维护方、关联项目、当前判断和下一步问题。这里记录一次核对后的理解，具体执行与最新进展仍以各项目来源为准；外部排名以官方榜单为准。
这一版先连接 9 个已有事项，后续随着实际使用补充。网页为 WeHub owner-review preview。