arXiv · cs.AI· Jia Ling, Yangfan Wang, Chen Tang, Haoming Tan, Yang Yang, Yi Guan, Jingchi Jiang·· 5 小时前
H2Table：利用分层超图增强大语言模型进行复杂表格推理
H2Table: Hierarchical Hypergraph-Enhanced Large Language Models for Complex Table Reasoning
arXiv:2609.01216v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jia Ling, Yangfan Wang, Chen Tang, Haoming Tan, Yang Yang, Yi Guan, Jingchi Jiang
研究任务与主要进展
H2Table将复杂表格表示为分层嵌套超图，用于增强大语言模型的表格问答能力。该方法通过超图编码器在表头超边与单元格节点之间传递信息，并借助可学习查询向量提取结构嵌入。作者报告，在HiTab数据集嵌套深度为4的复杂表格上，H2Table较所比较的先进基线平均提升22.88%；代码已公开于GitHub。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org