표 형식 기업 데이터와 공개 벤치마크 간의 차이 탐구
Exploring Differences Between Tabular Enterprise Data and Public Benchmarks
공개 표 형식(tabular) 벤치마크와 실제 기업 데이터 간의 통계적 특성 차이를 분석한 연구로, EGI-Bench(557개 기업 과제)와 OS-Tabular 등 276개 공개 벤치마크를 비교한 결과 기업 데이터는 문자열 피처 비중이 높고, 피처 반복성이 강하며, 클래스 불균형과 공변량 드리프트가 심한 것으로 나타났다. TabPFN, TabICL 등 공개 벤치마크에서 우수한 성능을 보이는 최신 모델들이 기업 데이터에서는 비튜닝 Random Forest에도 뒤처지는 반면, 문자열을 기본 지원하는 ConTextTab은 기업 데이터에서 강세를 보여, 기업급 특성을 반영한 새로운 벤치마크 구축이 필요함을 강조한다.