[논문리뷰] MulTaBench: Benchmarking Multimodal Tabular Learning with Text and Image본 논문은 현대의 멀티모달 학습에서 기존 연구들이 정형 데이터와 비정형 데이터의 결합을 단순한 '동시 발생'으로만 취급하여 최적의 예측 성능을 내지 못하고 있다는 문제에서 출발한다 .#Review#Multimodal Tabular Learning#Tabular Foundation Models#Target-Aware Representations#MulTaBench#Joint Modeling#Benchmark Curation2026년 5월 13일댓글 수 로딩 중
[논문리뷰] TabTune: A Unified Library for Inference and Fine-Tuning Tabular Foundation Models본 연구는 테이블 형식 파운데이션 모델(Tabular Foundation Models, TFMs) 의 복잡한 전처리, 분산된 API, 비일관적인 미세 조정 절차 및 표준화되지 않은 평가(특히 보정 및 공정성 지표) 문제로 인해 실용적인 채택이 제한되는 것을 해결하는 것을 목표로 합니다.#Review#Tabular Foundation Models#Fine-Tuning#PEFT#Meta-Learning#Calibration#Fairness#Unified Library#Benchmarking2025년 11월 9일댓글 수 로딩 중
[논문리뷰] Estimating Time Series Foundation Model Transferability via In-Context Learning이 논문은 증가하는 시계열 파운데이션 모델(TSFM) 중에서 특정 하위 태스크에 가장 적합한 모델을 효율적으로 식별하는 문제를 해결하고자 합니다.#Review#Time Series Foundation Models#Transferability Estimation#In-Context Learning#Tabular Foundation Models#Model Selection#Entropy Profile#Meta-learning#Forecasting2025년 10월 1일댓글 수 로딩 중