无参数编码器让单表表格基础模型在关系数据上依然有效。
资讯摘要
论文针对关系数据库预测任务，指出冻结的单表表格基础模型（TFM）配合无参数关系编码器，即使未经关系数据预训练也具竞争力。作者用更多样实验确认该现象，并提出多种互补解释：无参数编码器将关系效应映射为固定长度嵌入，近似 TFM 原本设计的分布，使单表特性（如后验预测分布收敛）迁移到关系场景。
要点速读
- 论文用更多样实验确认：单表 TFM 加无参数关系编码器在关系数据上表现有竞争力，且未接触关系预训练。
- 作者提出解释：无参数编码器把关系效应映射为固定长度嵌入，近似 TFM 原设计分布。
- 据此单表性质可迁移到关系设定，如后验预测分布收敛；论文称这为改进 RDB 基础模型提供新路径。
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 2026/11/5 08:00:38（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。