表格学习评估要跨数百张表做交叉验证
GaelVaroquaux · x · 2026-07-26
Gael Varoquaux 指出，表格学习（tabular learning）的评估长期做得不够严谨：真正靠谱的评估需要在数百张表上做交叉验证，而每张表往往有数千到几十万行数据。
他认为，过去评估不足是这个方向停滞的重要原因之一。线程里的玩笑式回复也点出了另一个现实：审稿人当然会希望模型越大越好，但核心不是“模型有多大”，而是评估是否真的足够严格。
所属事件:学者探讨 PFN 与后训练 LLM 处理表格差异(4 条相关)→
「研究」频道最新
- Orca 开源灵巧手研究栈，打通遥操作与训练 — tensorqt · 2026-07-26
- 本周 AI 论文盘点：世界模型、具身智能体与自改进 agent — _akhaliq · 2026-07-26
- PFNs 从头训练做表格数据，后训练 LLM 很快撞墙 — roydanroy · 2026-07-26
- 论文发现 RL 收益可由预训练损失预测，最优算力占比约 20% 至 28% — rohanpaul_ai · 2026-07-26
- 2007 年集合通信综述，至今仍适合入门 NCCL — abhi9u · 2026-07-26
- 阿里和港中文用一张图预测机器人场景的 4D 未来 — jiqizhixin · 2026-07-26