Buchumschlag

Live Knowledge Tracing: Real-Time Adaptation using Tabular Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lbath, Mounir, Parésy, Alexandre, Kaddouri, Abdelkayoum, Zighem, Abdelrahman, Vie, Jill-Jênn
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

Multidimensional Item Response Theory in the Style of Collaborative Filtering
von: Bergner, Yoav, et al.
Veröffentlicht: (2023)

Real-Time Explanations for Tabular Foundation Models
von: Sena, Luan Borges Teodoro Reis, et al.
Veröffentlicht: (2026)

Adaptive Quality-Diversity Trade-offs for Large-Scale Batch Recommendation
von: Réda, Clémence, et al.
Veröffentlicht: (2026)

A Pre-Trained Graph-Based Model for Adaptive Sequencing of Educational Documents
von: Vassoyan, Jean, et al.
Veröffentlicht: (2024)

Bayesian-Guided Diversity in Sequential Sampling for Recommender Systems
von: Bederina, Hiba, et al.
Veröffentlicht: (2025)

Energy Efficiency in AI for 5G and Beyond: A DeepRx Case Study
von: Lbath, Amine, et al.
Veröffentlicht: (2025)

Engineering Regression Without Real-Data Training: Domain Adaptation for Tabular Foundation Models Using Multi-Dataset Embeddings
von: Regenwetter, Lyle, et al.
Veröffentlicht: (2026)

Large Language Models as Students Who Think Aloud: Overly Coherent, Verbose, and Confident
von: Borchers, Conrad, et al.
Veröffentlicht: (2026)

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

TabDPT: Scaling Tabular Foundation Models on Real Data
von: Ma, Junwei, et al.
Veröffentlicht: (2024)

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

Turning Tabular Foundation Models into Graph Foundation Models
von: Eremeev, Dmitry, et al.
Veröffentlicht: (2025)

Temporal Graph Memory Networks For Knowledge Tracing
von: Gad, Seif, et al.
Veröffentlicht: (2024)

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

On the Robustness of Tabular Foundation Models: Test-Time Attacks and In-Context Defenses
von: Djilani, Mohamed, et al.
Veröffentlicht: (2025)

Effortless, Simulation-Efficient Bayesian Inference using Tabular Foundation Models
von: Vetter, Julius, et al.
Veröffentlicht: (2025)

Robust Tabular Foundation Models
von: Peroni, Matthew, et al.
Veröffentlicht: (2025)

A Mechanistic Study of Tabular Foundation Models
von: Biloš, Marin, et al.
Veröffentlicht: (2026)

Active In-Context Learning for Tabular Foundation Models
von: Treerath, Wilailuck, et al.
Veröffentlicht: (2026)

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

End-to-End Compression for Tabular Foundation Models
von: Zabërgja, Guri, et al.
Veröffentlicht: (2026)

On the Uncertainty Quantification Ability of Tabular Foundation Models
von: Johnson, Tyler R., et al.
Veröffentlicht: (2026)

Can Graphs Improve Tabular Foundation Models?
von: Le, Franck, et al.
Veröffentlicht: (2025)

Lifting Data-Tracing Machine Unlearning to Knowledge-Tracing for Foundation Models
von: Tan, Yuwen, et al.
Veröffentlicht: (2025)

Transfer Learning with Foundational Models for Time Series Forecasting using Low-Rank Adaptations
von: Germán-Morales, M., et al.
Veröffentlicht: (2024)

Investigating the Influence of Training Difficulty on the Learning Outcomes of Medical Students
von: Erva Nihan Kandemir, et al.
Veröffentlicht: (2025)

Tabular Foundation Models Can Do Survival Analysis
von: Kim, Da In, et al.
Veröffentlicht: (2026)

VIP-COP: Context Optimization for Tabular Foundation Models
von: Chen, Yilong, et al.
Veröffentlicht: (2026)

Tabular Foundation Models are Strong Graph Anomaly Detectors
von: Liu, Yunhui, et al.
Veröffentlicht: (2026)

Towards Fair In-Context Learning with Tabular Foundation Models
von: Kenfack, Patrik, et al.
Veröffentlicht: (2025)

Towards Benchmarking Foundation Models for Tabular Data With Text
von: Mráz, Martin, et al.
Veröffentlicht: (2025)

TabSTAR: A Tabular Foundation Model for Tabular Data with Text Fields
von: Arazi, Alan, et al.
Veröffentlicht: (2025)

MEMTS: Internalizing Domain Knowledge via Parameterized Memory for Retrieval-Free Domain Adaptation of Time Series Foundation Models
von: Yu, Xiaoyun, et al.
Veröffentlicht: (2026)

FIRE: Multi-fidelity Regression with Distribution-conditioned In-context Learning using Tabular Foundation Models
von: Yu, Rosen Ting-Ying, et al.
Veröffentlicht: (2026)

Clustering risk in Non-parametric Hidden Markov and I.I.D. Models
von: Gassiat, Elisabeth, et al.
Veröffentlicht: (2023)

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

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

Interpretable Tabular Foundation Models via In-Context Kernel Regression
von: Miftachov, Ratmir, et al.
Veröffentlicht: (2026)

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

Mitra: Mixed Synthetic Priors for Enhancing Tabular Foundation Models
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2025)