محققان اخیراً در پژوهشی جدید، عملکرد مدلهای بنیادی جدولی (Tabular Foundation Models) را در مواجهه با دادههای خارج از توزیع (OOD) بررسی کردهاند. نتایج نشان میدهد که حتی پیشرفتهترین مدلها مانند TabPFNv3 در شرایط تغییر توزیع دادهها (مثل تغییرات جغرافیایی یا اجتماعی) با افت کارایی مواجه میشوند.
نکته مهم اینجاست که این مدلها علاوه بر افت دقت، چالشهای سنگینی در مصرف منابع پردازشی و حافظه دارند که پیادهسازی آنها را در محیطهای عملیاتی دشوار میکند. این تحقیق مسیر جدیدی برای بهبود پایداری مدلهای هوش مصنوعی در محیطهای واقعی باز کرده است.
منبع: arXiv AI
