Os autores propõem o ProgramTab, um framework que orienta grandes modelos de linguagem a realizar pré-processamento de dados tabulares usando código Python para aprendizado in-context.

  • A abordagem aborda a degradação de desempenho em tabelas grandes causada por dificuldades de modelagem de texto longo e limites de comprimento de entrada.
  • Supera as inconsistências estruturais das tabelas web que tornam consultas SQL inadequadas para operações de lógica matemática.
  • O ProgramTab combina extração de linhas e colunas com geração de SQL para extrair conteúdos importantes dos dados tabulares.
  • Experimentos em conjuntos de dados de raciocínio tabular mostram que ele supera todas as linhas de base baseadas em LLM.

O framework lida efetivamente com tarefas de raciocínio baseado em tabelas, aproveitando paradigmas programáticos em vez de depender exclusivamente da conversão direta de texto para SQL.