本文是LLM系列文章,针对《A Survey of Table Reasoning with Large Language Models》的翻译。
大型语言模型下的表推理综述
摘要
表格推理,旨在根据所提供的表格,根据用户需求生成相应的问题答案,并可选地生成表格的文本描述,有效提高信息获取效率。最近,使用大型语言模型(LLM)已经成为表推理的主流方法,因为它不仅显著降低了注释成本,而且性能也超过了以前的方法。然而,现有的研究仍然缺乏对基于LLM的表推理工作的总结。由于现有的研究不足,在LLM时代,哪些技术可以提高表推理性能,LLM为什么擅长表推理,以及未来如何提高表推理能力,这些问题在很大程度上仍未得到探索。这一差距极大地限制了研究的进展。为了回答上述问题并推进LLM的表推理研究,我们进行了这项调查,以分析现有的研究,启发未来的工作。在本文中,我们分析了LLM时代用于提高表推理性能的主流技术,以及LLM与前LLM相比在解决表推理方面的优势。我们从改进现有方法和扩大实际应用两个方面提供了研究方向,以启发未来的研究。