CDALBench是首个涉及计算机视觉、自然语言处理和表格学习的主动学习基准，通过50次运行评估展示了跨领域特性和大量重复对于主动学习研究的复杂评估至关重要。同时，CDALBench也表明只进行三次运行所得到的特定方法的优越性可能会显著不同，因此跨领域基准和大量运行非常重要。

本研究探讨了不同编码技术对实体和上下文嵌入的影响，并挑战了顺序编码在表格学习中的应用。结果显示，相似度编码在性能上优于顺序编码，变压器架构在顺序编码和相似度编码方面都有改进。