论文发布 40 数据集的多模态表格学习基准 MulTaBench。
资讯摘要
论文指出表格基础模型缺乏对文本、图像等非结构化模态的原生支持，依赖冻结的预训练嵌入；作者发现按任务微调嵌入可提升性能，但现有基准多只关注模态共现，导致数据集间方差大、掩盖了微调收益。为此论文提出 MulTaBench，包含 40 个数据集，图像-表格与文本-表格任务各半，聚焦模态提供互补预测信号、通用嵌入会丢失关键信息的任务。
要点速读
- 论文提出 MulTaBench，共 40 个数据集，图像-表格与文本-表格任务各占一半，覆盖医疗、电商等领域。
- 作者报告目标感知表示微调带来的收益在文本与图像模态、多种表格学习器、编码器规模和嵌入维度上均可泛化。
- 论文称 MulTaBench 是迄今规模最大的图像-表格基准工作，旨在推动联合建模与多模态表格基础模型研究。
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 2026/11/4 08:00:28（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。