大模型摘要可能已过时中文全文附件 3Google AI Blog · 2026-10-17 · 4 天前
Chain-of-table: Evolving tables in the reasoning chain for table understanding
中文摘要
由模型生成 · 人工抽检Google 提出 Chain-of-Table 框架，让 LLM 通过逐步生成表格操作（选列、聚合、排序等）迭代演化表格，形成可解释的推理链，解决表格结构难以被语言模型理解的问题，在 WikiTQ、TabFact、FeTaQA 上取得 SOTA。
全文
已译中文在确定下一个操作 f 之后，在第二阶段，我们需要生成参数。如上所述，Chain-of-Table 在提示词中考虑三个组成部分，如图所示：（1）问题，（2）所选操作及其所需参数，以及（3）最新的中间表格。
例如，当选择操作 f_group_by 时，它需要一个表头名称作为其参数。
LLM 在表格中选择一个合适的表头。借助所选操作和生成的参数，Chain-of-Table 执行该操作并构建一个新的中间表格，用于后续推理。
Chain-of-Table 迭代前两个阶段来规划下一个操作并生成所需参数。在此过程中，我们创建一条操作链，作为表格推理步骤的代理。这些操作生成中间表格，向 LLM 呈现每一步的结果。因此，输出表格包含有关表格推理中间阶段的全面信息。在我们的最后阶段，我们利用该输出表格来构建最终查询，并连同问题一起提示 LLM 以得出最终答案。
本译文由模型自动生成，仅供参考与快速理解；涉及数字、版本、命令、法律条文等请以原文为准。
原文附件
3 个 · 均跳转原站，本站不托管文件有效期判断
起 2024-03-12止 2024-07-18模型置信度 60%
正文为原站公开内容的抓取与清洗结果，英文条目附模型生成的中文译文；两者均仅供参考， 准确内容请以原站为准。内容版权归原作者所有，若认为侵权请联系我们下线。