:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Gorla, Aditya, Puduppully, Ratish
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2602.04031
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

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

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

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

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

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

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

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

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

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

VerityMath: Advancing Mathematical Reasoning by Self-Verification Through Unit Consistency
di: Han, Vernon Toh Yan, et al.
Pubblicazione: (2023)

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

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

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

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

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

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

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

Raptor: Scalable Train-Free Embeddings for 3D Medical Volumes Leveraging Pretrained 2D Foundation Models
di: An, Ulzee, et al.
Pubblicazione: (2025)

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

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

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

RiddleBench: A New Generative Reasoning Benchmark for LLMs
di: Halder, Deepon, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

Shaping the Prior: How Synthetic Task Distributions Determine Tabular Foundation Model Quality
di: Bouadi, Mohamed, et al.
Pubblicazione: (2026)

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

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

Orion-MSP: Multi-Scale Sparse Attention for Tabular In-Context Learning
di: Bouadi, Mohamed, et al.
Pubblicazione: (2025)

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

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