Frank Hutter 谈深度学习为何在表格数据上失败了十年
Machine Learning Street Talk · youtube · 2026-09-29
Machine Learning Street Talk 发布对 Prior Labs 联合创始人 Frank Hutter 的访谈短片，解释深度学习为何十年来搞不定表格数据：
- 表格数据杂乱且异构，不同数据集的特征类型、语义差异极大；
- TabNet 等被热炒的模型无法泛化到新数据集；
- 表格领域没有类似 ImageNet 的统一基准数据来支撑大规模预训练迁移。
突破来自「在模式层面学习跨表格迁移」：TabPFN-3.5 现已登顶 TabArena 基准。完整访谈见 MLST 频道。
「模型」频道最新
- 提一句「Claude 做出来了」能让 ChatGPT 表现更好 — teortaxesTex · 2026-09-29
- 抱怨 Pro 额度缩水，但无限量 5.6 Sol 模型真香 — VraserX · 2026-09-29
- Opus 5.5 音乐视频惊艳,但通用智能未见跃升 — aiamblichus · 2026-09-29
- MIT 教授用 Opus 5.5 一口气生成 JS 幻灯片:学术演示要变天了 — davidbau · 2026-09-29
- 开发者吐槽 Sonnet 5.5「很蠢，不是好模型」 — D3VAUX · 2026-09-29
- Raschka 长文拆解 Jev：从词袋模型到 LLM 的文本分类演进 — Ahead of AI (Sebastian Raschka) · 2026-09-29