KAN + TabPFN 组合提升 scaling 预测，OOD 误差最高降低 80%

Ziming Liu 团队用 KAN 增强冻结的 TabPFN，将学习率与 batch size 相关的坐标变换用于 scaling 预测，并解释残差来源。StepLaw 任务中，T1 最终损失 OOD MAE 降 29%，T2 损失曲线 OOD 降 16%，T3 选择遗憾 OOD 从 0.427% 降至 0.084%（降 80%），同分布（ID）提升不显著。