TabICLv2
一种大规模PFN类表格数据建模模型，基于上下文学习（In-Context Learning）范式用于表格数据预测任务
时间轴 (近 90 天)
Structured Data Models 库目前封装了三类模型：面向单表的 TabICLv2 与 KumoTabular，以及面向关系型数据库的 KumoRelational。
TabICLv2、KumoTabular 和 KumoRelational 均采用上下文学习（in-context learning）进行预测，推理时以训练样本作为上下文，不进行梯度更新。
TabICLv2 是 TabICL（Tabular In-Context Learning）系列模型的迭代版本，其核心是在大量合成表格任务上预训练一个 Transformer，使其依靠上下文示例完成分类或回归。
贝叶斯模型平均的改善效果在最大规模的TabICLv2模型上同样成立
TabICLv2是目前规模较大的表格上下文学习基础模型
全部知识事实 (5)
Structured Data Models 库目前封装了三类模型：面向单表的 TabICLv2 与 KumoTabular，以及面向关系型数据库的 KumoRelational。
50%待验证TabICLv2、KumoTabular 和 KumoRelational 均采用上下文学习（in-context learning）进行预测，推理时以训练样本作为上下文，不进行梯度更新。
50%待验证TabICLv2 是 TabICL（Tabular In-Context Learning）系列模型的迭代版本，其核心是在大量合成表格任务上预训练一个 Transformer，使其依靠上下文示例完成分类或回归。
50%待验证贝叶斯模型平均的改善效果在最大规模的TabICLv2模型上同样成立
50%待验证TabICLv2是目前规模较大的表格上下文学习基础模型
50%