TableMaster: Ragionamento Adattivo per la Comprensione di Tabelle con LLM
TableMaster raggiunge il 78,13% su WikiTQ con GPT-4o-mini, 13 punti sopra Chain-of-Table, tramite table-of-focus e ragionamento adattivo per agenti su registri Beancount.
#queries
Query
Generazione di query, ragionamento su tabelle e recupero di dati strutturati per l'IA finanziaria
Chain-of-Table: Evoluzione delle Tabelle nella Catena di Ragionamento dei LLM
Chain-of-Table raggiunge il 67,31% su WikiTQ contro il 61,48% del chain-of-thought solo testo, e vince di 10,25 punti su tabelle oltre 4.000 token.
TableLlama: un Modello Open da 7B può Eguagliare GPT-4 nella Comprensione delle Tabelle?
TableLlama batte GPT-4 nell'annotazione dei tipi di colonna (F1 94 vs 32), ma perde 33 punti nel ragionamento compositivo su WikiTQ.
TAPAS: Risposta a Domande su Tabelle con Supervisione Debole Senza SQL, e Cosa Significa per Beancount
TAPAS risponde a domande sulle tabelle selezionando celle, senza mai generare SQL. Si adatta a piccole query su registri Beancount ma cede su larga scala.
MAC-SQL: Text-to-SQL collaborativo multi-agente
Il design a tre agenti di MAC-SQL raggiunge il 59,59% di accuratezza su BIRD, con il Refiner a +4,63 punti: un modello per query su libri Beancount.
DIN-SQL: GPT-4 salta dal 67,4% all'85,3% EX su Spider
DIN-SQL porta GPT-4 dal 67,4% all'85,3% di accuratezza di esecuzione su Spider tramite fasi di schema-link e auto-correzione—la stessa scomposizione si adatta a Beancount BQL.
BIRD: GPT-4 raggiunge solo il 54,89% EX su database reali
Su BIRD, GPT-4 raggiunge il 54,89% di accuratezza di esecuzione con suggerimenti di dominio e il 34,88% senza—un divario di 20 punti che qualsiasi interfaccia NL→BQL di Beancount deve colmare.
GraphRAG: i guadagni del 72–83% svaniscono dopo la correzione del bias del giudice LLM
GraphRAG di Microsoft mostra guadagni del 72–83% nell'analisi sensemaking rispetto al RAG vettoriale; un audit del 2025 li fa crollare dopo aver corretto il bias del giudice—un monito per la QA su registri multi-documento.