arXiv cs.LG· Mohammad Sadeq Abolhasani, Viswanath Ganapathy·· 15 天前AI 评分35
通过学习隐式多表表征迈向先验数据拟合关系模型
Path to Prior-Data Fitted Relational Models via Learned Latent Multi-table Representations
AI 导读
研究人员通过在大量合成关系数据库上预训练基于图的关系基座模型 Griffin，探索了先验数据拟合网络（PFN）在消息传递架构上的泛化能力。模型将预训练编码器的隐式表征直接传递给冻结的上下文预测器，无需在下游任务上进行微调。在 16 个真实关系分类任务的评估中，先模式引导后模式无关的纯合成课程学习取得了最强的冻结上下文预测表现。
来源：arXiv cs.LG · arxiv.org