#queries
Génération de requêtes, raisonnement sur tableaux et récupération de données structurées pour l'IA financière
TableMaster atteint 78,13 % sur WikiTQ avec GPT-4o-mini, 13 points de plus que Chain-of-Table, via table-of-focus et raisonnement adaptatif pour les agents Beancount.
Chain-of-Table atteint 67,31 % sur WikiTQ contre 61,48 % pour la chaîne de pensée textuelle, et devance de 10,25 points sur les tables de plus de 4 000 tokens.
TableLlama surpasse GPT-4 en annotation de type de colonne (F1 94 vs 32) mais accuse 33 points de retard en raisonnement compositionnel sur WikiTQ.
TAPAS répond aux questions sur tables en sélectionnant des cellules, sans jamais générer de SQL. Il convient aux petites requêtes Beancount mais cale à grande échelle.
MAC-SQL, à trois agents, atteint 59,59 % de précision d'exécution sur BIRD, le Refiner ajoutant +4,63 points : un modèle pour générer des requêtes Beancount.
DIN-SQL fait passer GPT-4 de 67,4 % à 85,3 % de précision d'exécution sur Spider grâce aux étapes de liaison de schéma et d'auto-correction — la même décomposition convient à BQL de Beancount.
Sur BIRD, GPT-4 atteint 54,89 % de précision d'exécution avec indices de domaine et 34,88 % sans — un écart de 20 points que toute interface Beancount NL→BQL doit combler.
Le GraphRAG de Microsoft affiche des gains de compréhension de 72–83 % par rapport au RAG vectoriel ; un audit de 2025 les fait disparaître après correction du biais du juge — prudence pour le QA multi-documents.
