Les chercheurs proposent ALORE, un estimateur évolutif et robuste au domaine pour la taille du plus grand chevauchement entre les tables dans de grands dépôts. Il comble les limites du modèle Armadillo de pointe en représentant explicitement la structure ligne-colonne et en exposant les signaux d'alignement inter-table pendant l'entraînement.
- Utilise un encodeur Hypergraphe Ligne-Colonne à Deux-Vues pour préserver l'appartenance structurelle.
- Emploie des objectifs guidés par alignement avec des signaux d'interaction peu coûteux.
- Implémente une mappage de valeurs robuste au domaine pour réduire la sensibilité aux distributions spécifiques au corpus.
- Réduit l'Erreur Absolue Moyenne (MAE) jusqu'à 55 % globalement et 69 % en transfert zero-shot.
- Atteint un gain de vitesse jusqu'à 89x par rapport aux méthodes précédentes.
ALORE démontre des performances supérieures sur divers domaines et échelles, validant son efficacité pour les tâches de requête par table.