연구진이 TabPFN 텍스트 어댑터(text-to-TFM 토큰 투영)를 개발했어요. 텍스트 임베딩을 TabPFN 임베딩 공간의 짧은 토큰 시퀀스로 매핑하는 경량 어댑터로, PCA 병목 현상을 제거하고 TabPFN의 수치적 강점을 보존해요.
LLaVA나 TableGPT처럼 모달리티 정렬 방식에서 영감을 받았으며, 문장 인코더와 TabPFN을 고정하고 경량 어댑터만 학습시켜 효율성을 높였어요.
기존 방식 대비 PCA 병목 현상을 해소하고 TabPFN의 수치적 강점을 유지하면서도 훈련 효율성을 개선하는 데 기여할 것으로 기대돼요.