麻省理工学院研究人员开发了一种新方法，利用表格基础模型改进贝叶斯优化，能在复杂工程问题中更快找到最佳解决方案。该方法在60个基准测试中比传统算法快10到100倍，适用于汽车安全设计等领域，显著提升了优化效率。
本文介绍了表格基础模型（TabFMs），通过对预训练的大型语言模型进行微调，提升了对表格数据的理解能力。TabFMs在零样本和上下文推理任务中表现优异，甚至超过了GPT-4等闭源模型。在有限数据微调时，模型效率高且表现竞争力，同时探讨了其局限性与未来发展机会。
完成下面两步后，将自动完成登录并继续当前操作。
