先了解这件事
AI 综述
LG AI Research在ICML 2026博客中指出,TabPFN等表格基础模型存在标签偏移问题:在OpenML的253个数据集中约85%(214个)类别不平衡,极端情况下98.3%的测试样本被预测为多数类,少数类召回几乎崩溃。为此,LG AI Research提出DistPFN,在推理阶段用预测概率乘以相对训练类比例的校正因子,无需改架构、重训练或估计测试标签分布。目前该工作以官方博客形式发布,尚无后续进展披露。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：LG AI Research 官方博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
11月3日
LG AI Research 官方博客一手
LG AI Research 在 ICML 2026：结构化数据基础模型与时间序列深度学习现状
LG AI Research 在 ICML 2026 博客中指出，TabPFN 等表格基础模型存在标签偏移问题：在 OpenML 的 253 个数据集中约 85%（214 个）类别不平衡，极端情况下 98.3% 的测试样本被预测为多数类，少数类召回几乎崩溃。团队提出 DistPFN，在推理阶段用预测概率乘以相对训练类比例的校正因子，无需改架构、重训练或估计测试标签分布。ICML 2026 共收到 23,918 篇投稿、接收 6,352 篇，接收率 26.6%。