연구진은 테이블 기반 모델(TFM)의 성능을 향상시키는 경량 어댑터인 TFM-Retouche를 개발했어요. 이 어댑터는 모델 구조에 상관없이 입력 공간에서 잔차 보정을 학습하여 모델의 유도 편향을 맞춥니다.
TFM-Retouche는 TabArena-Lite 51개 데이터셋에서 최고 순위를 기록하며, 기존 TabICLv2 모델보다 Elo 점수가 +56점 향상되었어요.
훈련 및 추론 시간 측면에서 예측 품질의 파레토 최전선에 위치하여, 경량화된 방식으로 TFM의 성능을 개선하는 데 기여합니다.