RecTable：使用矩形流快速建模表格数据
机器学习
2025-03-27 v1
摘要
基于得分的或扩散模型生成的高质量表格数据超过了 GAN 基于和 VAE 基于的方法。然而，这些方法需要相当大的训练时间。本文引入 RecTable，使用矩形流建模，该技术已应用于文本到图像生成和文本到视频生成。RecTable 的特点是由少量堆叠的 gated linear unit 块组成的简单架构。此外，我们的训练策略也很简单，包含混合类型噪声分布和 logit 正态时间步分布。我们的实验表明，RecTable 在多个 state-of-the-art 扩散和得分模型中实现了具竞争力的性能，同时缩短了所需的训练时间。我们的代码可在 https://github.com/fmp453/rectable 上获取。
引用
@article{arxiv.2503.20731,
title = {RecTable: Fast Modeling Tabular Data with Rectified Flow},
author = {Masane Fuchi and Tomohiro Takagi},
journal= {arXiv preprint arXiv:2503.20731},
year = {2025}
}
备注
19 pages, 7 figures, 10 tables