arXiv · cs.AI· Yacine Benihaddadene, Milan Bhan, Eliot Dugelay, Mohammed Jawhar, Benjamin Wong, Nicolas Chesneau, Duong Nguyen·· 1 天前
TICDA：表格基础模型上下文数据归因方法
TICDA: Tabular In-Context Data Attribution
arXiv:2610.07996v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yacine Benihaddadene, Milan Bhan, Eliot Dugelay, Mohammed Jawhar, Benjamin Wong, Nicolas Chesneau, Duong Nguyen
研究任务与主要进展
作者提出TICDA，通过训练表格基础模型潜在嵌入上的线性代理，在单次前向中衡量上下文数据归因影响。基于论文摘要，TICDA在四类任务中提供较好的性能与成本折衷：检测标注错误、筛选上下文以降低推理成本、生成可跨表格基础模型迁移的归因分数，以及支持主动学习采集。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org