深度分析
嵌入式兩階段 Adapter：在保留 Tabular Foundation Models 預測力下恢復經濟一致性
表格基礎模型（Tabular Foundation Models）在離散選擇預測上展現高準確度，但可能違反經濟行為邏輯，例如價格上升反而提升需求或推估出負的時間價值（VOT）。本文提出一種兩階段 adapter：第一階段以受經濟理論約束的選擇模型估計結構性效用；
深度分析
表格基礎模型（Tabular Foundation Models）在離散選擇預測上展現高準確度，但可能違反經濟行為邏輯，例如價格上升反而提升需求或推估出負的時間價值（VOT）。本文提出一種兩階段 adapter：第一階段以受經濟理論約束的選擇模型估計結構性效用；
深度分析
訓練基礎模型耗費大量資料與算力。PIQL（Privileged Information for Quick and Quality Learning）提出在表格型基礎模型訓練中系統性導入特權資訊（PI），包含可於推論同時使用的聚合資料統計與僅訓練時可得的生成器程式編碼。