BriefGPT - AI 论文速递 · 2024-10-23T00:00:00Z Large Language Models Overuse Simple Features in Tabular Data Feature Engineering 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究针对大型语言模型在表格机器学习中的特征工程偏差，提出了一种检测模型建议特征操作频率异常的方法。研究发现，LLMs倾向于使用简单操作，忽视复杂特征组合，可能导致预测性能下降。 🏷️ 标签 engineering models 复杂特征 大型语言模型 特征工程 预测性能 频率异常 阅读原文 生成长图 分享链接 已复制链接
