TabDSR: 复杂表格数据数值推理的分解、清洗和推理方法

对表格数据进行复杂推理在真实世界的数据分析中至关重要，但大型语言模型（LLMs）由于复杂的查询、嘈杂的数据和有限的数值能力而常常表现不佳。为了解决这些问题，我们提出了 \method，一个由以下部分组成的框架：（1）一个查询分解器，用于分解复杂问题，（2）一个表格清理器，用于清理和过滤嘈杂的表格，以及（3）一个基于程序思维链（PoT）的推理器，用于生成可执行代码以从清理后的表格中导出最终答案。为了确保无偏评估并减少数据泄露，我们引入了一个新数据集 CalTab151，专门为表格上的复杂数值推理而设计。实验结果表明，\method 持续优于现有方法，在 TAT-QA、TableBench 和 \method 上分别实现了 8.79%、6.08% 和 19.87% 的准确率提升，达到了最先进（SOTA）的性能。此外，我们的框架与主流 LLMs 无缝集成，为复杂的表格数值推理提供了强大的解决方案。这些发现强调了我们的框架在增强 LLM 复杂表格数值推理性能方面的有效性。数据和代码可根据请求提供。