BeyondArena：表格基础模型的统一评测基准

新基准显示表格基础模型在分组和大数据上仍落后

资讯摘要

论文指出，表格基础模型的评测工具与协议分散，研究者多依赖模型已擅长的标准基准，难以覆盖更具挑战的场景。作者提出统一基准 BeyondArena，支持 IID、时序、分组等任务类型及不同样本规模、特征维度和特征类型，并配套数据集整理框架 DataFoundry。作者报告，在 11 个模型、142 个数据集上，开源表格基础模型在不超过 10 万行的数据上具竞争力或更优，而传统树模型与深度学习模型在分组或大规模数据上仍占优。

要点速读

1. 论文提出统一基准 BeyondArena，覆盖 IID、时序、分组任务及多样特征类型与规模
2. 配套 DataFoundry Python 框架与元数据 schema，用于整理表格数据集
3. 作者报告 11 个模型、142 个数据集的结果：开源表格基础模型在 10 万行以内具竞争力，树模型与深度学习模型在分组或大规模数据上仍占优

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。