当大语言模型粗心阅读表格时：测量并减少数据引用错误

尽管大语言模型在表格任务上表现良好，但仍常出现数据引用错误（DREs），即错误引用或遗漏表格数值，这直接损害了中间推理步骤的正确性与可靠性。本文首次系统评估了不同模型和任务中的表格数据引用错误。结果显示，所有测试模型均存在此类错误。研究表明，将数据引用作为批评机制可显著提升答案准确率高达 12.0%。此外，作者训练了一个轻量级批评模型，能有效检测分布内外的数据引用错误，并辅助大模型推理。