TableMaster: Adaptief redeneren voor tabelbegrip met LLM's
TableMaster behaalt 78,13% op WikiTQ met GPT-4o-mini, 13 punten boven Chain-of-Table, via table-of-focus plus adaptief redeneren voor agents op Beancount-grootboeken.
#queries
Query's
Querygeneratie, tabelredenering en gestructureerde dataretrieval voor financiële AI
Chain-of-Table: Evoluerende Tabellen in de LLM-Redeneerketen
Chain-of-Table haalt 67,31% op WikiTQ tegen 61,48% voor tekstuele chain-of-thought, en leidt met 10,25 punten op tabellen boven 4.000 tokens.
TableLlama: Kan een open 7B-model GPT-4 evenaren in tabelbegrip?
TableLlama verslaat GPT-4 bij kolomtype-annotatie (F1 94 versus 32), maar blijft 33 punten achter bij WikiTQ compositioneel redeneren.
TAPAS: Zwak gesuperviseerde tabel-QA zonder SQL, en wat dit betekent voor Beancount
TAPAS beantwoordt tabelvragen door cellen te selecteren, nooit door SQL te genereren. Het past bij kleine Beancount-grootboekquery's maar bezwijkt op schaal.
MAC-SQL: Multi-Agent Collaboratieve Text-to-SQL
MAC-SQL's drie-agent-ontwerp haalt 59,59% uitvoeringsnauwkeurigheid op BIRD, met de Refiner die +4,63 punten toevoegt — een template voor Beancount-grootboekquery's.
DIN-SQL: GPT-4 stijgt van 67,4% naar 85,3% EX op Spider
DIN-SQL tilt GPT-4 van 67,4% naar 85,3% Spider-uitvoeringsnauwkeurigheid via schema-link en zelfcorrectiefasen—dezelfde decompositie past op Beancount BQL.
BIRD: GPT-4 haalt slechts 54,89% EX op echte databases
Op BIRD bereikt GPT-4 54,89% uitvoeringsnauwkeurigheid met domeinhints en 34,88% zonder—een kloof van 20 punten die elke Beancount NL→BQL-interface moet dichten.
GraphRAG: 72–83% overwinningen verdwijnen na correctie van LLM-beoordelaarsbias
Microsofts GraphRAG boekt 72–83% winst in begripsvorming ten opzichte van vector-RAG; een audit uit 2025 doet die in elkaar storten na correctie van beoordelaarsbias—een waarschuwing voor multi-document grootboek-QA.