Les auteurs proposent ProgramTab, un cadre qui guide les grands modèles de langage pour effectuer un prétraitement de données tabulaires en utilisant du code Python pour l'apprentissage in-context.

  • L'approche traite la dégradation des performances dans les grands tableaux causée par les difficultés de modélisation de longs textes et les limites de longueur d'entrée.
  • Elle surmonte les incohérences structurelles des tables web qui rendent les requêtes SQL inadaptées aux opérations de logique mathématique.
  • ProgramTab combine l'extraction de lignes et de colonnes avec la génération SQL pour extraire le contenu important des données tabulaires.
  • Les expériences sur des ensembles de données de raisonnement tabulaire montrent qu'il surpasse toutes les bases basées sur des LLM.

Le cadre gère efficacement les tâches de raisonnement basées sur des tableaux en exploitant des paradigmes programmatiques au lieu de s'appuyer uniquement sur la conversion directe texte-SQL.