该文介绍了一种基于Transformer的表格表示学习模型，通过利用表格特定的分词器和共享的Transformer主干来进行交叉表格表示学习。该模型通过自我监督的掩码式单元恢复目标进行缺失值填充，并在不同规模的模型上进行训练和评估。