Компьютерные науки > Машинное обучение [представлено 9 октября 2026 года] Название: TabReliBench: Оценка моделей табулярного фонда за пределами прогнозируемой точности просмотра PDF HTML (экспериментальное) Резюме: Табуловые модели фундамента (ТФМ) становятся все более популярными для их сильной прогностической эффективности. Многие из них также обеспечивают задние прогностические распределения (ОСП), надежность которых остается менее изученной. Мы оцениваем надежность с помощью точечного прогнозирования, качества распределения, маргинальной и подгруппной калибровки и эффективности интервалов. Затем мы введем TabReliBench, крупную классификацию и регрессионный эталонный показатель для этих сопоставлений и анализа на уровне наборов данных. Мы находим, что рейтинг ЦГМ меняется между Табареной и нашими контрольными показателями, а также между параметрами надежности. Регрессионные ЦГМ обычно достигают почти номинального маргинального охвата и сохраняют узкие промежутки времени, однако такое благоприятное маргинальный поведение не означает обоснованного условного покрытия. Анализы на уровне набора данных показывают, что трудности классификации часто сопровождаются плохой калибровкой, в то время как прогнозирование регрессии не является надежным показателем калибровки. Слияние улучшает прогнозные показатели, но не способствует последовательному совершенствованию калибровки ИДП; ТММ также мало выигрывают от надлежащей послеобработки, что не позволяет надежно устранить пробелы в…
TabReliBench: Оценка моделей табулярного фонда помимо предсказуемости
arXiv: 2610.13654v1 Annuate Type: New Habrial: Tabular Foundation Models (TFM) все более популярны за их сильные прогнозирующие результаты. Многие из них также обеспечивают задние прогностические распределения (ОСП), надежность которых остается менее изученной. Мы оцениваем надежность с помощью точечного прогнозирования, качества распределения, маргинальной и подгруппной калибровки и эффективности интервалов. Затем мы введем TabReliBench, крупную классификацию и регрессионный эталонный показатель для этих сопоставлений и анализа на уровне наборов данных. Мы находим, что рейтинг ЦГМ меняется между Табареной и нашими контрольными показателями, а также между параметрами надежности. Регрессионные ЦГМ обычно достигают почти номинального маргинального охвата и сохраняют узкие промежутки времени, однако такое благоприятное маргинальный поведение не означает обоснованного условного покрытия. Анализы на уровне набора данных показывают, что трудности классификации часто сопровождаются плохой калибровкой, в то время как прогнозирование регрессии не является надежным показателем калибровки. Слияние улучшает прогнозируемый перf