待验证50% 置信观点精确时间
Frank Hutter认为表格数据的迁移应发生在模式（patterns）层面而非数据行层面，上下文学习是实现这种迁移的关键技术
1
来源数
50%
置信度
长期有效
时效性
2026/10/3
首次发现
来源
涉及实体
相关事实
已验证迁移学习是指将在大规模数据集上预训练好的模型参数迁移到特定小样本任务中进行微调70% 相似待验证表格数据领域正在经历自己的基础模型时刻，预训练加上下文学习的范式正从NLP和CV渗透到表格数据69% 相似已验证数据漂移或概念漂移指真实世界数据分布发生变化而模型仍基于旧数据训练时性能会显著下降，业界采用持续学习和主动学习策略应对68% 相似待验证成对数据（转换前位图与转换后矢量图一一对应）在监督学习中被称为标注数据，是训练AI模型理想的数据形态65% 相似待验证2009年Quiñonero-Candela等人合著的《Dataset Shift in Machine Learning》一书系统化了数据集偏移领域的理论框架65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969528API
curl https://kongchang.com/api/v1/knowledge/claims/969528MCP
get_claim(id=969528)