标签
TabClaw 是一个开源的交互式 AI 智能体，用于电子表格操作和表格推理，利用 LLM 自动化数据分析，支持多表格推理，并通过记忆和技能提取适应个人偏好。
CRAFT是一个统一的反事实推理框架，通过构建原始陈述和反事实变体，从双向推理路径中提取证据，并通过加权机制进行整合，从而提升了表格问答和事实验证的效果。在WikiTQ和TabFact数据集上的实验表明，该框架持续优于基线方法。
本文提出EcoTab，一种表格感知的逐步路由框架，分别估计表格标记和文本标记的不确定性，以动态地在小型和大型模型之间路由推理步骤，在表格推理任务上实现了更好的准确性与效率权衡。
介绍了 TableVista，这是一个全面的基准测试，用于评估基础模型在视觉和结构复杂性下的多模态表格推理能力，包含 3,000 个问题，扩展为 30,000 个多模态样本。对 29 个模型的评估显示，在复杂布局和仅视觉设置下性能有所下降。