MotherTree：合成数据元学习改进决策树训练

2026年10月9日，arXiv机器学习理论栏目发布一手报道，介绍MotherTree方法。MotherTree是一种表格型Transformer，通过元学习完成决策树归纳：给定新任务的训练集，在单次前向传播中输出与经典决策树等价的硬轴对齐树。它在合成先验上用随机梯度下降预训练，无需参考树监督。报道还称，在受控样本量的基准上，其表现与递归划分、基于梯度的树学习、全局最优树及表格基础模型蒸馏方法相当，且持续优于从零开始的梯度学习；生成树经任务特定调优后在所有基准和样本量上均胜出。目前尚无后续独立验证或矛盾报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。