tabular datasets

LLM 被提炼成决策树以改进表格分类 · 跟踪 2 个来源

研究人员开发了一种新方法，将大型语言模型 (LLM) 的知识提炼成可解释的决策树，用于表格数据分类。该方法解决了直接将 LLM 用于表格数据的局限性，因为这可能成本高昂且不透明，以及决策树在低数据场景下表现不佳的倾向。提出的三阶段框架指导 LLM 生成规则，然后将它们组织成树状结构，与现有方法相比，在提示开销减少的情况下提高了准确性和可解释性。