TabGift：面向表格数据生成的高上下文效率基础模型

TabGift 是一款上下文高效的表格基础模型，仅需少量上下文样本即可完成分布建模与数据生成。它用预训练表格编码器将异构表格映射到共享潜在空间，由上下文扩散模型在少量干净样本条件下对潜在样本去噪，再用轻量级数据集专属 MLP 解码器还原到原始数据空间。在 7 个分类和 11 个回归数据集上，TabGift 的合成数据质量持续优于代表性基线，在有限上下文场景提升尤为明显，同时适配与生成速度大幅加快。