От синтетических предпочтений к модели: структурный охват в моделях табулярного фонда

arXiv:2609.069112v1 Annualce Type: New Habrial: Tabular Foundation Models (TFM) обычно предварительно обучаются большим коллекциям синтезированных задач, генерируемых процедурно, однако остается неясным, насколько эти синтетические предварительные предыдущие программы помогают в выполнении задач вниз по течению, на которых оцениваются модели. Мы изучаем этот вопрос с точки зрения распределения. Мы восстанавливаем или реконструируем генераторы синтетических данных по четырем ТММ и сравниваем их задачи с наборами данных из двух широко используемых табличных контрольных показателей. Каждый набор данных представлен общим набором структурных дескрипторов, отражающих схему, распределение характеристик, структуру зависимости, свойства реакции и соотношение параметров-реакций. В этом пространстве мы измеряем, насколько широко и многократно каждый синтетический предшествующий элемент достигает контрольных показателей при использовании структурного охвата и нормализованной плотности населения, а также изучаем вопрос о том, связана ли более сильная поддержка на местном уровне с лучшими показателями прогнозирования. Мы находим существенные различия