Buchumschlag

Does TabPFN Understand Causal Structures?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Swelam, Omar, Purucker, Lennart, Robertson, Jake, Raum, Hanne, Boedecker, Joschka, Hutter, Frank
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

nanoTabPFN: A Lightweight and Educational Reimplementation of TabPFN
von: Pfefferle, Alexander, et al.
Veröffentlicht: (2025)

nanoTabPFN: A Lightweight and Educational Reimplementation of TabPFN
von: Pfefferle, Alexander Tobias, et al.
Veröffentlicht: (2025)

Real-TabPFN: Improving Tabular Foundation Models via Continued Pre-training With Real-World Data
von: Garg, Anurag, et al.
Veröffentlicht: (2025)

TabPFN-3: Technical Report
von: Grinsztajn, Léo, et al.
Veröffentlicht: (2026)

TabPFN-2.5: Advancing the State of the Art in Tabular Foundation Models
von: Grinsztajn, Léo, et al.
Veröffentlicht: (2025)

TabPFN Through The Looking Glass: An interpretability study of TabPFN and its internal representations
von: Gupta, Aviral, et al.
Veröffentlicht: (2026)

Improving TabPFN's Synthetic Data Generation by Integrating Causal Structure
von: Tugnoli, Davide, et al.
Veröffentlicht: (2026)

From Tables to Time: Extending TabPFN-v2 to Time Series Forecasting
von: Hoo, Shi Bin, et al.
Veröffentlicht: (2025)

uLEAD-TabPFN: Uncertainty-aware Dependency-based Anomaly Detection with TabPFN
von: Lu, Sha, et al.
Veröffentlicht: (2026)

In-Context Data Distillation with TabPFN
von: Ma, Junwei, et al.
Veröffentlicht: (2024)

TabPFGen -- Tabular Data Generation with TabPFN
von: Ma, Junwei, et al.
Veröffentlicht: (2024)

Interpretable Machine Learning for TabPFN
von: Rundel, David, et al.
Veröffentlicht: (2024)

TabMGP: Martingale Posterior with TabPFN
von: Ng, Kenyon, et al.
Veröffentlicht: (2025)

Drift-Resilient TabPFN: In-Context Learning Temporal Distribution Shifts on Tabular Data
von: Helli, Kai, et al.
Veröffentlicht: (2024)

Causal Data Augmentation for Robust Fine-Tuning of Tabular Foundation Models
von: Bühler, Magnus, et al.
Veröffentlicht: (2026)

Is TabPFN the Silver Bullet for Insurance Pricing?
von: Deprez, Bruno, et al.
Veröffentlicht: (2026)

Do-PFN: In-Context Learning for Causal Effect Estimation
von: Robertson, Jake, et al.
Veröffentlicht: (2025)

FairPFN: A Tabular Foundation Model for Causal Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2025)

What exactly has TabPFN learned to do?
von: McCarter, Calvin
Veröffentlicht: (2025)

TabPFN Extensions for Interpretable Geotechnical Modelling
von: Saito, Taiga, et al.
Veröffentlicht: (2026)

TabPFN: One Model to Rule Them All?
von: Zhang, Qiong, et al.
Veröffentlicht: (2025)

Causal Pre-training Under the Fairness Lens: An Empirical Study of TabPFN
von: Liu, Qinyi, et al.
Veröffentlicht: (2026)

Gradient Free Deep Reinforcement Learning With TabPFN
von: Schiff, David, et al.
Veröffentlicht: (2025)

Realistic Evaluation of TabPFN v2 in Open Environments
von: Cheng, Zi-Jian, et al.
Veröffentlicht: (2025)

A principled framework for uncertainty decomposition in TabPFN
von: Fortini, Sandra, et al.
Veröffentlicht: (2026)

TabPFN for Zero-shot Parametric Engineering Design Generation
von: Wang, Ke, et al.
Veröffentlicht: (2026)

TabPFN-Wide: Continued Pre-Training for Extreme Feature Counts
von: Kolberg, Christopher, et al.
Veröffentlicht: (2025)

Adaptation and Fine-tuning with TabPFN for Travelling Salesman Problem
von: Vu, Nguyen Gia Hien, et al.
Veröffentlicht: (2025)

FairPFN: Transformers Can do Counterfactual Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2024)

Tuning LLM Judge Design Decisions for 1/1000 of the Cost
von: Salinas, David, et al.
Veröffentlicht: (2025)

From Tables to Signals: Revealing Spectral Adaptivity in TabPFN
von: Zheng, Jianqiao, et al.
Veröffentlicht: (2025)

Applying MambaAttention, TabPFN, and TabTransformers to Classify SAE Automation Levels in Crashes
von: Somvanshi, Shriyank, et al.
Veröffentlicht: (2025)

Early Stopping Tabular In-Context Learning
von: Küken, Jaris, et al.
Veröffentlicht: (2025)

A Closer Look at TabPFN v2: Understanding Its Strengths and Extending Its Capabilities
von: Ye, Han-Jia, et al.
Veröffentlicht: (2025)

TabPFN Unleashed: A Scalable and Effective Solution to Tabular Classification Problems
von: Liu, Si-Yang, et al.
Veröffentlicht: (2025)

Investigating simple target-covariate relationships for Chronos-2 and TabPFN-TS
von: Berthelier, Gaspard, et al.
Veröffentlicht: (2026)

Agentic NL2SQL to Reduce Computational Costs
von: Jehle, Dominik, et al.
Veröffentlicht: (2025)

Large Language Models Engineer Too Many Simple Features For Tabular Data
von: Küken, Jaris, et al.
Veröffentlicht: (2024)

Don't Waste Your Time: Early Stopping Cross-Validation
von: Bergman, Edward, et al.
Veröffentlicht: (2024)

Can TabPFN Compete with GNNs for Node Classification via Graph Tabularization?
von: Choi, Jeongwhan, et al.
Veröffentlicht: (2025)