Мы представляем TableLLM, мощную большую языковую модель, предназначенную для эффективного решения задач по манипулированию табличными данными, независимо от того, встроены ли они в электронные таблицы или документы, что отвечает требованиям реальных офисных сценариев. Серия TableLLM включает две отдельные шкалы: TableLLM-7B и TableLLM-13B, которые точно настроены на основе CodeLlama-7b-Instruct-hf и CodeLlama-13b-Instruct-hf. TableLLM генерирует либо кодовое решение, либо прямой текстовый ответ для решения задач манипулирования табличными данными на основе различных сценариев. Генерация кода используется для обработки табличных данных, встроенных в электронные таблицы, что часто включает в себя операции вставки, удаления, обновления, запроса, слияния и построения таблиц. Генерация текста используется для обработки табличных данных, внедренных в документ, что часто включает в себя операцию запроса коротких таблиц. Мы оцениваем способность TableLLM генерировать кодовые решения по трем тестам: WikiSQL, Spider и тест работы с самостоятельно созданными таблицами. Возможность генерации текстовых ответов тестируется на четырех тестах: WikiTableQuestion (WikiTQ), TAT-QA, FeTaQA и OTTQA. Результат оценки показан ниже: Представлены подсказки, которые мы использовали для генерации решений кода и текстовых ответов…
Модальности:
Генерация текста
Области применения:
Генерация кода
Задача: Генерация текста
Автор: RUCKBReasoning
Теги: llama, Table, QA, Code, en, text-generation-inference, endpoints_compatible
Лайков: 32 | Загрузок: 398
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
