تعتبر عملية توليد البيانات الجدولية أكثر تعقيدًا من توليد النصوص والصور، وذلك بسبب تنوع الميزات والمستويات الأقل بكثير من العينات المتاحة. في هذا المجال، تبرز النماذج المعتمدة على الانتشار (Diffusion Models) كنموذج رائد حالي، حيث تحقق أداءً مثاليًا تقريبًا في المقاييس المستخدمة بشكل شائع.

في ورقة بحثية جديدة، يتم التشكيك في تصور التقدم المحرز في هذا المجال. من المهم تسليط الضوء على قيود البروتوكولات الحالية التي تقيم مصداقية البيانات التي يتم توليدها، ويدعو الباحثون إلى تبني بدائل أكثر فعالية.

علاوةً على ذلك، يتم إعادة النظر في نموذج بسيط يُعرف بالنماذج الخلوية الاحتمالية العميقة (Deep Probabilistic Circuits)، والذي يوفر أداءً تنافسياً أو أفضل مقارنة بالنماذج الرائدة الحالية بتكاليف مُنخفضة. تُعتبر هذه النماذج نظيرًا مولدًا لغابات القرار، مما يسمح لها بالتعامل مع البيانات المتنوعة بفعالية، بالإضافة إلى تقديم عملية توليد واستنتاج احتمالية قابلة للتحكم.

عبر تحليل صارم، يُظهر الباحثون أن التقدم الظاهر في النماذج الرائدة يرجع إلى حد كبير لاستخدام مقاييس غير مناسبة، مما يشير إلى أن هناك الكثير لا يزال يتعين القيام به لتوليد بيانات جدولية واقعية.

للإطلاع على الكود، يمكن زيارة رابط الكود.

ما هي آرائكم حول هذه التحديات وكيف يمكن التغلب عليها؟ شاركونا في التعليقات!