模型Tabular In-Context Learning
TabICL
一种将表格数据预测问题转化为上下文学习任务的基础模型，通过预训练阶段内化数据分布先验知识，推理时无需重新训练即可直接预测
时间轴 (近 90 天)
9月28日
在一项对比实验中，TabPFN和TabICL在14个测试任务中全部战胜了经过调优的XGBoost
待验证50%
9月28日
TabICL（Tabular In-Context Learning）把表格预测问题转化为上下文学习任务，实际使用时只需一次推理，省去训练与超参数搜索环节
待验证50%
9月28日
合理的策略是项目初期用TabPFN/TabICL快速获得高质量基线，大规模生产或需深度可解释性的任务再回归XGBoost等成熟方案
待验证50%