저자들은 ProgramTab이라는 프레임워크를 제안합니다. 이는 컨텍스트 학습을 위해 Python 코드를 사용하여 대규모 언어 모델이 표 형식 데이터 전처리를 수행하도록 안내하는 프레임워크입니다.

  • 이 접근 방식은 긴 텍스트 모델화의 어려움과 입력 길이 제한으로 인해 발생하는 대형 표의 성능 저하를 해결합니다.
  • SQL 쿼리가 수학적 논리 연산에 부적합하게 만드는 웹 테이블의 구조적 불일치를 극복합니다.
  • ProgramTab은 행 및 열 추출과 SQL 생성을 결합하여 표 형식 데이터에서 중요한 내용을 추출합니다.
  • 표 추론 데이터셋에 대한 실험 결과, 모든 LLM 기반 베이스라인을 능가하는 것으로 나타났습니다.

이 프레임워크는 직접적인 텍스트-SQL 변환에만 의존하는 대신 프로그래밍 패러다임을 활용하여 표 기반 추론 작업을 효과적으로 처리합니다.