TabPFN 特征做表格异常检测：ZEN 免微调刷新 ADBench 纪录

研究者把先验数据拟合网络（PFN）的表征用于表格异常检测，先用冻结的 TabPFN 特征做最近邻距离打分并确定最适合的层，再用参考集微调让特征更好区分正常与异常。在 ADBench 基准上，免微调方法 ZEN 的平均 AUROC 超过所有基线，微调版 FOCUS 进一步提升，且方法可泛化到不同 PFN 模型。