实体
WikiTQ
WikiTQ
PulseAugur coverage of WikiTQ — every cluster mentioning WikiTQ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架提高LLM表格问答准确性
研究人员开发了TabScope，一个旨在提高大型语言模型（LLMs）在回答基于大型表格的问题时的准确性的新框架。该系统根据问题类型自适应地选择局部和全表推理，通过操作感知分解构建特定于问题的子表。在WikiTQ和新构建的SLQA基准上的实验表明，这种自适应方法，特别是对于查找和局部推理问题，优于仅使用全表推理的方法。
-
新框架提升LLM在表格数据上的推理能力
研究人员推出CRAFT，一个旨在增强大型语言模型（LLM）在表格数据上推理能力的新型框架。CRAFT采用双向验证过程，生成陈述性语句及其反事实替代语句，以改进推理。该方法在WikiTQ和TabFact等表格推理基准测试中表现出卓越的性能，尤其是在复杂的问答任务上。