arXiv cs.AI· Lennart Purucker, Andrej Tschalzev, Nick Erickson, Gioia Blayer, David Holzm\"uller, Alan Arazi, Alexander Pfefferle, Mustafa Tajjar, Ga\"el Varoquaux, Frank Hutter·· 10 小时前AI 评分32
BeyondArena：表格基础模型在真实场景下究竟有多通用？
Beyond IID: How General Are Tabular Foundation Models, Really?
AI 导读
研究团队推出 BeyondArena，首个覆盖 IID、时序、分组任务及不同样本规模与特征维度的统一表格数据基准，并配套数据集整理框架 DataFoundry。
正文 · AI 翻译
摘要：用于表格数据预测机器学习的基座模型近来在学术界和工业界获得了显著关注。各学科的研究社区正越来越多地在多样化的数据集和任务上评估表格基座模型。然而，这些针对特定任务和学科的评估对模型研究者而言在很大程度上仍难以获取，因为基准软件和评估协议是碎片化的。因此，模型研究者依赖标准基准，而这些基准大多定义在表格基座模型已经表现出色的任务上。最具挑战性的场景被排除在外，这限制了该领域取得有意义的进展，因为关注点集中在 IID 数据上的边际改进，而非更广泛、更严苛的挑战。为克服这一问题，我们推出 BeyondArena，这是首个面向表格数据的统一整体基准，支持多样化的任务类型（IID、时序、分组），覆盖样本量和特征维度尺度，并涵盖来自广泛学科的多样化特征类型（含文本、含高基数）。为实现超越标准基准的统一基准测试，我们推出 DataFoundry，一个用于为预测机器学习整理表格数据集的 Python 框架和元数据模式。我们在 11 个模型和 142 个精选数据集上的结果表明，当前的开源表格基座模型在多达 10 万行的数据集上具有竞争力或表现出色，而传统树模型和深度学习模型在分组数据或大数据上仍占主导。BeyondArena 为表格数据中最严苛挑战的模型研究提供指引，推动迈向真正的基座表格模型。
| 评论： | 已被 NeurIPS 2026 数据集与基准赛道接收。v2：NeurIPS 定稿版本 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.30410 [cs.LG] |
| （或 arXiv:2606.30410v2 [cs.LG] 为本版本） | |
| https://doi.org/10.48550/arXiv.2606.30410 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Lennart Purucker [查看邮箱]
[v1]
2026年6月29日 星期一 14:55:52 UTC（4,246 KB）
[v2]
2026年10月30日 星期五 13:46:22 UTC（4,153 KB）
来源：arXiv cs.AI · arxiv.org