Structured Data QA Code Generation Complex Reasoning Adaptive Framework
摘要

现实场景涉及海量异构结构化数据,统一结构化数据问答成为研究趋势。然而,现有方法依赖预定义函数集,限制了其执行复杂推理的能力。为此,本文提出 CRAFTQA,一种新颖的自适应代码驱动框架,包含 CodeSTEP 和 CRAFT 两个核心模块。CodeSTEP 生成包含逐步推理操作的完整可执行 Python 代码序列;CRAFT 模块则动态生成自定义代码函数以处理预定义集之外的操作,并与 CodeSTEP 无缝集成。实验表明,该框架在复杂推理场景中显著优于现有统一方法。

AI 推荐理由

论文核心提出代码驱动框架,旨在解决复杂结构化数据上的推理难题,显著提升推理灵活性。

研究机构
浙江大学 Ant Group JUITIAN Research, Beijing, China ZJU-Ant Group Joint Lab of Knowledge Graph
论文信息
作者 Chengtao Gan, Zhiqiang Liu, Long Jin, Yushan Zhu, Lei Liang et al.
发布日期 2026-06-01
arXiv ID 2606.02170
相关性评分 9/10 (高度相关)