MoREGT关系专家混合图Transformer论文发布,跨数据库泛化优于Relational Transformer
热点事件持续更新
MoREGT关系专家混合图Transformer论文发布,跨数据库泛化优于Relational Transformer
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Hiren Madhu 等在 arXiv(2611.18315)发布 MoREGT 论文,提出一种关系专家混合图 Transformer:将行和单元格表示为 token,并按列元数据而非取值路由到专家,用于跨数据库泛化。 论文称,在六个数据库留一数据库外预训练的设置下,对 21 个 RelBench 任务评估,其骨干比在相同数据库上预训练的 Relational Transformer 平均 AUROC 高 2.25 点、平均 nMAE 低 5.83 点。该工作还配套读取目标数据库 schema 与列统计信息、在不接触标签或模型分数的情况下添加经验证的单行派生列的标签盲 LLM agent。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
MoREGT:专家引导的关系专家混合图 Transformer 实现跨数据库泛化报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIMoREGT:专家引导的关系专家混合图 Transformer 实现跨数据库泛化
arXiv 论文提出 MoREGT,一种关系专家混合图 Transformer,将行和单元格表示为 token,并按列元数据而非取值路由到专家。在 21 个 RelBench 任务、六个数据库上留一数据库外预训练的设置下,其骨干比相同数据库预训练的 Relational Transformer 平均 AUROC 高 2.25 点、平均 nMAE 低 5.83 点。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。