大模型Google AI Blog4 天前
Chain-of-table: Evolving tables in the reasoning chain for table understanding
Google 提出 Chain-of-Table 框架,让 LLM 通过逐步生成表格操作(选列、聚合、排序等)迭代演化表格,形成可解释的推理链,解决表格结构难以被语言模型理解的问题,在 WikiTQ、TabFact、FeTaQA 上取得 SOTA。
每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 2 条符合条件
Google 提出 Chain-of-Table 框架,让 LLM 通过逐步生成表格操作(选列、聚合、排序等)迭代演化表格,形成可解释的推理链,解决表格结构难以被语言模型理解的问题,在 WikiTQ、TabFact、FeTaQA 上取得 SOTA。
CoTranslator 提出一种反向到正向的思维链翻译器,用于推理蒸馏。它先用已知答案生成廉价的反向 CoT,再学习将其翻译为接近经拒绝采样验证的正向 CoT 分布,从而在保持学生无答案推理一致性的同时降低教师调用成本。在六个数学基准上平均准确率最高提升 5.82 个百分点,4B 学生以约 36% 算力保留 95% 拒绝采样精度,并可零重训迁移到新数据集、教师和 STEM 任务。