Fateme Memar, Dongjie Wang, Arvin Agah · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28556 · open-access PDF
Los grandes modelos de lenguaje (LLMs) pueden aprovechar los nombres de características semánticas junto con las estadísticas de resumen para la selección de características de tabla, pero sigue siendo poco claro cuándo dicha información mejora la selección de subconjuntos en relación con los métodos estadísticos establecidos. Investigamos esta pregunta dentro de un marco de 18 conjuntos de datos que incluye 10 conjuntos de datos para la formación de optimización de políticas relativas de grupo (GRPO), 2 para la validación de puntos de control y 6 conjuntos de datos de evaluación. Comparamos cinco líneas de base clásicas, los seleccionadores congelados Qwen2.5-7B y Llama-3.3-70B, y dos modelos de Qwen2.5-7B adaptados a GRPO, informando de la clasificación ROC-AU
Machine translation (Meta M2M100); the English original follows.
Large language models (LLMs) can leverage semantic feature names alongside summary statistics for tabular feature selection, yet it remains unclear when such information improves subset selection relative to established statistical methods. We investigate this question within an 18-dataset framework comprising 10 datasets for Group Relative Policy Optimization (GRPO) training, 2 for checkpoint validation, and 6 held-out evaluation datasets. We compare five classical baselines, frozen Qwen2.5-7B and Llama-3.3-70B selectors, and two GRPO-adapted Qwen2.5-7B models, reporting classification ROC-AU
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28556, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange