Table Reasoning Uncertainty Quantification Programmatic Agent Hallucination Mitigation
摘要

表格推理需兼顾语义理解与精确数值运算。针对现有单轮推理模式的局限及大模型随机性导致的幻觉问题,本文提出 TableMind++。该框架引入不确定性感知推理机制:通过记忆引导的计划剪枝验证历史轨迹以消除认知不确定性;利用基于置信度的动作细化监测令牌概率以修正随机噪声;采用双加权轨迹聚合合成稳健共识。实验表明,该方法在多个基准测试中显著优于现有基线及专有模型,有效提升了自主训练与量化不确定性结合的推理效能。

AI 推荐理由

论文核心解决表格推理中的幻觉问题,提出不确定性感知框架以提升数值与逻辑推理精度。

研究机构
中国科学院大学,中国
论文信息
作者 Mingyue Cheng, Shuo Yu, Chuang Jiang, Xiaoyu Tao, Qingyang Mao et al.
发布日期 2026-03-08
arXiv ID 2603.07528
相关性评分 9/10 (高度相关)