table-qa

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。