Fujitsu (Japan)

只用“出现记录”预测物种会在哪里出现，长期依赖MaxEnt等需逐数据集调参的物种分布模型。TabPFN 3.5在225种、六个区域的标准基准上不调参即取得平均AUC 0.732，与已发表最佳的五模型集成持平；用其他区域的“出现—背景”任务微调后升至0.736，成为基准上最佳单模型，并显著优于MaxEnt的0.728。作者同时指出，六个区域不足以证明这一优势能推广到新区域，且模型对环境偏倚采样敏感。

只用“出现记录”预测物种会在哪里出现，长期依赖MaxEnt等需逐数据集调参的物种分布模型。TabPFN 3.5在225种、六个区域的标准基准上不调参即取得平均AUC 0.732，与已发表最佳的五模型集成持平；用其他区域的“出现—背景”任务微调后升至0.736，成为基准上最佳单模型，并显著优于MaxEnt的0.728。作者同时指出，六个区域不足以证明这一优势能推广到新区域，且模型对环境偏倚采样敏感。