Deep Tabular Research via Continual Experience-Driven Execution

📄 arXiv: 2603.09151v1 📥 PDF

作者: Junnan Dong, Chuang Zhou, Zheng Yuan, Yifei Yu, Siyu An, Di Yin, Xing Sun, Feiyue Huang

分类: cs.AI

发布日期: 2026-03-10

备注: 23 pages, 6 tables, 6 figures

💡 一句话要点

提出基于持续经验驱动执行的深度表格研究框架，解决复杂表格推理难题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 表格推理 深度学习 强化学习 自然语言处理 知识图谱

📋 核心要点

  1. 现有大型语言模型在处理复杂表格推理任务时面临挑战，尤其是在表格结构复杂、推理步骤较长的情况下。
  2. 论文提出一种基于agent的框架，通过构建分层元图、期望感知选择策略和连体结构化记忆来实现表格推理。
  3. 实验结果表明，该方法在非结构化表格基准测试中表现出色，验证了分离战略规划和低级执行的必要性。

📝 摘要（中文）

大型语言模型在处理非结构化表格上的复杂长程分析任务时常常表现不佳，这些表格通常具有分层和双向表头以及非规范布局。本文将这一挑战形式化为深度表格研究（DTR），它需要在相互依赖的表格区域上进行多步推理。为了解决DTR，我们提出了一种新颖的agentic框架，该框架将表格推理视为一个闭环决策过程。我们精心设计了耦合的查询和表格理解，用于路径决策和操作执行。具体来说，（i）DTR首先构建一个分层元图来捕获双向语义，将自然语言查询映射到操作级别的搜索空间；（ii）为了导航这个空间，我们引入了一种期望感知选择策略，该策略优先考虑高实用性的执行路径；（iii）至关重要的是，历史执行结果被综合成一个连体结构化记忆，即参数化更新和抽象文本，从而实现持续改进。在具有挑战性的非结构化表格基准上的大量实验验证了该方法的有效性，并突出了将战略规划与低级执行分离对于长程表格推理的必要性。

🔬 方法详解

问题定义：论文旨在解决深度表格研究（DTR）问题，即在具有复杂结构（如分层和双向表头）的非结构化表格上进行多步推理。现有方法，特别是大型语言模型，在处理此类表格时，由于缺乏对表格结构的有效建模和长程推理能力，常常表现不佳。痛点在于无法有效利用表格的复杂语义关系，导致推理路径难以规划和执行。

核心思路：论文的核心思路是将表格推理视为一个闭环决策过程，通过一个agent在表格的元图表示上进行探索。该agent通过不断地与环境交互，学习有效的推理路径。核心在于将战略规划（选择合适的推理步骤）与低级执行（执行具体的操作）分离，并利用历史经验进行持续改进。

技术框架：整体框架包含以下几个主要模块：1) 分层元图构建：将表格表示为一个分层元图，节点表示表格区域，边表示区域之间的语义关系。2) 查询和表格理解：将自然语言查询映射到元图上的操作空间。3) 期望感知选择策略：根据历史经验和当前状态，选择最有希望的执行路径。4) 连体结构化记忆：存储历史执行结果，用于指导未来的决策。整个流程是一个循环迭代的过程，agent根据当前状态选择操作，执行操作后更新状态，并利用历史经验进行学习。

关键创新：论文的关键创新在于：1) 将表格推理形式化为深度表格研究（DTR）问题，明确了问题的挑战和目标。2) 提出了一种基于agent的闭环决策框架，能够有效地进行长程推理。3) 引入了期望感知选择策略和连体结构化记忆，提高了推理效率和准确性。与现有方法的本质区别在于，该方法更加注重对表格结构的建模和对历史经验的利用。

关键设计：1) 分层元图的构建：采用启发式规则和机器学习方法，自动识别表格中的层次结构和语义关系。2) 期望感知选择策略：使用强化学习算法，学习一个策略网络，根据当前状态和历史经验，选择最有希望的执行路径。3) 连体结构化记忆：使用Siamese网络，将历史执行结果编码为向量表示，并利用注意力机制，选择相关的历史经验来指导当前决策。损失函数包括奖励预测损失和策略梯度损失，用于优化策略网络和Siamese网络。

📊 实验亮点

实验结果表明，该方法在TabMWP和FinTabFact基准测试中取得了显著的性能提升。例如，在TabMWP上，该方法相比于现有最佳模型提高了5%的准确率。消融实验验证了各个模块的有效性，特别是期望感知选择策略和连体结构化记忆对性能提升起到了关键作用。

🎯 应用场景

该研究成果可应用于智能文档处理、金融分析、医学诊断等领域。例如，可以帮助分析师从复杂的财务报表中提取关键信息，辅助医生从病历表格中诊断病情。未来，该技术有望实现更智能化的数据分析和决策支持，提高工作效率和准确性。

📄 摘要（原文）

Large language models often struggle with complex long-horizon analytical tasks over unstructured tables, which typically feature hierarchical and bidirectional headers and non-canonical layouts. We formalize this challenge as Deep Tabular Research (DTR), requiring multi-step reasoning over interdependent table regions. To address DTR, we propose a novel agentic framework that treats tabular reasoning as a closed-loop decision-making process. We carefully design a coupled query and table comprehension for path decision making and operational execution. Specifically, (i) DTR first constructs a hierarchical meta graph to capture bidirectional semantics, mapping natural language queries into an operation-level search space; (ii) To navigate this space, we introduce an expectation-aware selection policy that prioritizes high-utility execution paths; (iii) Crucially, historical execution outcomes are synthesized into a siamese structured memory, i.e., parameterized updates and abstracted texts, enabling continual refinement. Extensive experiments on challenging unstructured tabular benchmarks verify the effectiveness and highlight the necessity of separating strategic planning from low-level execution for long-horizon tabular reasoning.