arXiv:2605.26559v1 Announce Type: new 
Abstract: Tabular foundation models achieve strong accuracy on choice prediction tasks, but their predictions often violate the economic logic those tasks require: raising a price sometimes increases predicted demand, and implied willingness-to-pay estimates are frequently negative or implausible. We propose a two-stage adapter that embeds foundation model predictions within a utility-maximization framework. In the first stage, we estimate a standard choice model whose parameters are constrained to obey economic theory. In the second stage, we freeze those parameters and train a correction term that incorporates the foundation model's predictions as additional information. The result is a model that inherits the foundation model's accuracy gains while guaranteeing monotonic price-demand relationships under policy perturbation and producing analytically computable trade-off measures. On two transportation datasets, the adapter recovers up to 13 percentage points of accuracy over a standard logit model while maintaining perfect economic consistency, something neither the raw foundation models nor conventional distillation achieve.

قدمت دراسة حديثة محولًا من مرحلتين مصممًا لتحسين الصلاحية الاقتصادية لنماذج الأساس الجدولية المستخدمة في مهام التنبؤ بالاختيار المنفصل. تدمج هذه الطريقة التنبؤات ضمن إطار تعظيم المنفعة، مما يضمن بقاء علاقات السعر والطلب متسقة وقابلة للتطبيق اقتصاديًا. أظهر المحول نتائج واعدة في مجموعتين من بيانات النقل، حيث استعاد ما يصل إلى 13 في المائة من مكاسب الدقة.

Un estudio reciente ha introducido un adaptador en dos etapas diseñado para mejorar la validez económica de los modelos de fundación tabular utilizados en tareas de predicción de elecciones discretas. Este método integra las predicciones dentro de un marco de maximización de utilidad, asegurando que las relaciones precio-demanda se mantengan consistentes y económicamente plausibles. El adaptador ha mostrado resultados prometedores en dos conjuntos de datos de transporte, recuperando hasta un 13 por ciento en ganancias de precisión.

Une étude récente a introduit un adaptateur en deux étapes conçu pour améliorer la validité économique des modèles de fondation tabulaires utilisés dans les tâches de prédiction de choix discret. Cette méthode intègre les prédictions dans un cadre de maximisation de l'utilité, garantissant que les relations prix-demande restent cohérentes et économiquement plausibles. L'adaptateur a montré des résultats prometteurs dans deux ensembles de données de transport, récupérant jusqu'à 13 % de gains en précision.

A recent study has introduced a two-stage adapter designed to enhance the economic validity of tabular foundation models used in discrete choice prediction tasks. This method embeds predictions within a utility-maximization framework, ensuring that price-demand relationships remain consistent and economically plausible. The adapter has shown promising results in two transportation datasets, recovering up to 13 percent in accuracy gains.