Buchumschlag

The Illusion of Generalization in Tabular Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gorla, Aditya, Puduppully, Ratish
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chimera: State Space Models Beyond Sequences
von: Lahoti, Aakash, et al.
Veröffentlicht: (2025)

An Empirical Comparison of Vocabulary Expansion and Initialization Approaches for Language Models
von: Mundra, Nandini, et al.
Veröffentlicht: (2024)

CACTI: Leveraging Copy Masking and Contextual Information to Improve Tabular Data Imputation
von: Gorla, Aditya, et al.
Veröffentlicht: (2025)

Improving Genomic Models via Task-Specific Self-Pretraining
von: Mupparapu, Sohan, et al.
Veröffentlicht: (2025)

Exploring Fine-Tuning for Tabular Foundation Models
von: Tanna, Aditya, et al.
Veröffentlicht: (2026)

Interpretability Illusions in the Generalization of Simplified Models
von: Friedman, Dan, et al.
Veröffentlicht: (2023)

Tabular Foundation Model for Generative Modelling
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2026)

Breaking the Illusion: Consensus-Based Generative Mitigation of Adversarial Illusions in Multi-Modal Embeddings
von: Akbarian, Fatemeh, et al.
Veröffentlicht: (2025)

AnoGAN for Tabular Data: A Novel Approach to Anomaly Detection
von: Singh, Aditya, et al.
Veröffentlicht: (2024)

Generating Realistic Tabular Data with Large Language Models
von: Nguyen, Dang, et al.
Veröffentlicht: (2024)

TabQL: In-Context Q-Learning with Tabular Foundation Models
von: Liu, Qisai, et al.
Veröffentlicht: (2026)

Distilling Tabular Foundation Models for Structured Health Data
von: Tanna, Aditya, et al.
Veröffentlicht: (2026)

Harpoon: Generalised Manifold Guidance for Conditional Tabular Diffusion
von: Shankar, Aditya, et al.
Veröffentlicht: (2026)

Inference Time Context Sparsity: Illusion or Opportunity?
von: Joshi, Sahil, et al.
Veröffentlicht: (2026)

Towards Universal Debiasing for Language Models-based Tabular Data Generation
von: Li, Tianchun, et al.
Veröffentlicht: (2025)

Fed-TGAN: Federated Learning Framework for Synthesizing Tabular Data
von: Zhao, Zilong, et al.
Veröffentlicht: (2021)

From Supervised to Generative: A Novel Paradigm for Tabular Deep Learning with Large Language Models
von: Wen, Xumeng, et al.
Veröffentlicht: (2023)

The Illusion of Superposition? A Principled Analysis of Latent Thinking in Language Models
von: Rizvi-Martel, Michael, et al.
Veröffentlicht: (2026)

TabularFM: An Open Framework For Tabular Foundational Models
von: Tran, Quan M., et al.
Veröffentlicht: (2024)

The Reasoning Lingua Franca: A Double-Edged Sword for Multilingual AI
von: Saji, Alan, et al.
Veröffentlicht: (2025)

Privacy-Preserving Tabular Synthetic Data Generation Using TabularARGN
von: Sidorenko, Andrey, et al.
Veröffentlicht: (2025)

SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
von: Shankar, Aditya, et al.
Veröffentlicht: (2024)

TabularQGAN: A Quantum Generative Model for Tabular Data
von: Bhardwaj, Pallavi, et al.
Veröffentlicht: (2025)

TabuLa: Harnessing Language Models for Tabular Data Synthesis
von: Zhao, Zilong, et al.
Veröffentlicht: (2023)

UniPredict: Large Language Models are Universal Tabular Classifiers
von: Wang, Ruiyu, et al.
Veröffentlicht: (2023)

Are UFOs Driving Innovation? The Illusion of Causality in Large Language Models
von: Carro, María Victoria, et al.
Veröffentlicht: (2024)

How Well Does Your Tabular Generator Learn the Structure of Tabular Data?
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2025)

CTSyn: A Foundation Model for Cross Tabular Data Generation
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2024)

Evaluating Generative Models for Tabular Data: Novel Metrics and Benchmarking
von: Herurkar, Dayananda, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Generative Models on Tabular Transportation Data
von: Wang, Chengen, et al.
Veröffentlicht: (2025)

Diffusion Models for Tabular Data Imputation and Synthetic Data Generation
von: Villaizán-Vallelado, Mario, et al.
Veröffentlicht: (2024)

A Note on Statistically Accurate Tabular Data Generation Using Large Language Models
von: Sidorenko, Andrey
Veröffentlicht: (2025)

TabTune: A Unified Library for Inference and Fine-Tuning Tabular Foundation Models
von: Tanna, Aditya, et al.
Veröffentlicht: (2025)

Hierarchical Conditional Tabular GAN for Multi-Tabular Synthetic Data Generation
von: Ågren, Wilhelm, et al.
Veröffentlicht: (2024)

Ensembling Tabular Foundation Models - A Diversity Ceiling And A Calibration Trap
von: Tanna, Aditya, et al.
Veröffentlicht: (2026)

AnnotatedTables: A Large Tabular Dataset with Language Model Annotations
von: Hu, Yaojie, et al.
Veröffentlicht: (2024)

A Benchmark Dataset for Multimodal Prediction of Enzymatic Function Coupling DNA Sequences and Natural Language
von: Zhang, Yuchen, et al.
Veröffentlicht: (2024)

Orion-Bix: Bi-Axial Attention for Tabular In-Context Learning
von: Bouadi, Mohamed, et al.
Veröffentlicht: (2025)

Privacy Preserving Diffusion Models for Mixed-Type Tabular Data Generation
von: Sattarov, Timur, et al.
Veröffentlicht: (2025)

On Finetuning Tabular Foundation Models
von: Rubachev, Ivan, et al.
Veröffentlicht: (2025)