预注册基准：深度表格生成器在小数据下不敌平凡基线

一项预注册的规模阶梯基准测试发现，在训练数据较少时，深度表格生成模型并不优于平凡基线。作者 Shivam Shrivastava 称，在 8 个公开数据集（训练行从 200 到 20,000 逐步采样）和 4 个原生小型临床数据集上测试了 7 种生成器，共完成 2,220 次运行。 结果显示，在 24 个（数据集，深度模型）组合中有 23 个，深度模型在任何训练规模下都未超过最佳平凡基线，差距大于种子噪声；最佳基线在 49 个（数据集，规模）单元中胜出 40 个。 全部 2,220 个结果文件、预注册文件及其哈希、以及能从这些文件重新生成每张图和每个数字的代码均已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。