TabPFN 모델을 조합 최적화(CO) 문제에 적용하는 것을 연구. 특히, 가장 잘 알려진 CO 문제 중 하나인 외판원 문제(TSP)를 해결하기 위해 TabPFN을 적응 및 미세 조정하는 방법을 제시. 노드 기반 접근 방식과 노드 예측 적응 전략을 사용하여 전체 TSP 경로를 구성. 다양한 인스턴스 크기에 대한 평가 결과, TabPFN은 최소한의 훈련만으로 TSP에 적응하고, 다양한 TSP 인스턴스 크기에 걸쳐 더 나은 일반화를 보이며, 성능 저하를 감소시킴. 적응 및 미세 조정 훈련은 몇 분 안에 완료되었으며, 사후 처리가 없어도 강력한 솔루션 품질을 보임.
