arXiv · cs.AI· Danil Rudenko, Georgii Bulgakov, Nikolay Kartashev, Ivan Rubachev, Daniil Krasylnikov, Artem Babenko·· 3 小时前
表格深度回归重新评估：回归目标与全局早停的局限
Revisiting Tabular Deep Regression: Objectives and the Limits of Global Early Stopping
arXiv:2610.13909v1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：Danil Rudenko, Georgii Bulgakov, Nikolay Kartashev, Ivan Rubachev, Daniil Krasylnikov, Artem Babenko
研究任务与主要进展
作者基于论文摘要，在广泛表格数据集和多种神经骨干上重新评估深度回归目标，发现多数替代目标相对调优后的均方误差收益有限或不稳定，分位数损失则在测试骨干上取得一致的汇总改进。
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