table-qa

介绍 ReliableTableQA，一个用于训练大语言模型标注表格问答结果统计可靠性的框架，展示了小规模 SFT 数据集就足够，且 GRPO 仅在 SFT 训练不足时有帮助。

本文介绍了DataGovBench，这是一个源自政府开放数据的基准测试，旨在评估大语言模型在现实数据分析任务上的表现，包括表格问答和洞察发现。实验表明，当前的大语言模型在复杂数据分析场景中仍然表现不佳。