著者らは、ProgramTabというフレームワークを提案する。これは、コンテキスト内学習のためにPythonコードを用いて大規模言語モデルに表形式データの前処理を行わせるものだ。

  • このアプローチは、長文モデリングの難しさと入力長の制限により引き起こされる、大規模な表におけるパフォーマンス低下に対処する。
  • 数学的論理演算にSQLクエリが不適切であるという、Webテーブルの構造的矛盾を克服する。
  • ProgramTabは、行と列の抽出とSQL生成を組み合わせて、表形式データから重要な内容を抽出する。
  • 表推論データセットでの実験により、すべてのLLMベースのベースラインを上回ることを示した。

このフレームワークは、直接のテキストからSQLへの変換に依存するのではなく、程序的なパラダイムを活用することで、表に基づく推論タスクを効果的に処理する。