arXiv ID:
2605.10315
arXiv 提交日期: 2026-05-11
基于策略引导的扩散修补实现表格数据增强 / Active Tabular Augmentation via Policy-Guided Diffusion Inpainting
1️⃣ 一句话总结
这篇论文提出了一种名为TAP的主动表格数据增强方法,通过训练一个轻量级策略来动态决定生成哪些数据以及何时注入训练,从而解决传统生成方法只追求数据真实性而无法有效提升下游模型性能的问题,在七个真实数据集上显著提升了分类和回归任务的表现。