# 回溯推理

作者逐查询追踪 TabICLv2、TabPFN-3 与 EXAONE-Tabular 的逐层预测变化，发现预测修正高度不均且常集中在后段；据此提出回溯推理并构建 Retro，用 Attention Residuals 自适应重加权不同深度的中间贡献、用查询条件门控注意力逐维调制上下文更新，使修正提前且更分散，在 TabArena、TALENT、RelArena 上总体 Elo 进入前三并位于性能—成本帕累托前沿。

作者逐查询追踪 TabICLv2、TabPFN-3 与 EXAONE-Tabular 的逐层预测变化，发现预测修正高度不均且常集中在后段；据此提出回溯推理并构建 Retro，用 Attention Residuals 自适应重加权不同深度的中间贡献、用查询条件门控注意力逐维调制上下文更新，使修正提前且更分散，在 TabArena、TALENT、RelArena 上总体 Elo 进入前三并位于性能—成本帕累托前沿。