arXiv · cs.AI · Jin Zhu, Junxian Zhu · 6 小时前模型评分32
MambaPFN：基于先验数据拟合网络的非线性变量选择方法
Amortized Nonlinear Variable Selection with Prior-Data Fitted Networks
导读
研究者提出 MambaPFN，一种基于 Transformer 的模型无关非线性变量选择方法，预训练后无需参数更新即可用于新数据集。它通过生成预训练数据、针对每个变量后验纳入概率的目标函数和改造后的 Transformer 架构实现，并呈现规模定律。在 Facebook 评论数据集上，它选出的变量最少，预测性能比最佳基线提升约 20%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose MambaPFN, short for Model-Agnostic Markov BlAnket selection with Prior-data Fitted Networks, which is built upon the Transformer, a building block of many popular large language models.”
来源：arXiv · cs.AI · arxiv.org