JT-DA：用于工具集成表格推理的大型语言模型数据分析增强
人工智能
2025-12-09 v1
摘要
本文提出了 JT-DA-8B（九天数据分析师 8B），这是一款专为复杂表格推理任务设计的大型语言模型，适用于多种真实场景。为解决表格推理场景缺乏高质量监督数据的问题，我们构建了一个包含 34 个详定义清表格推理任务的全面且多样化的训练语料库，通过整合 29 个公开表格问答数据集和 300 万张表格。我们提出了自动生成涉及多步骤分析任务的管道，其推理模式涵盖多种情形。模型基于从头训练的 8B 参数解码器专用基础模型（JT-Coder-8B）进行训练。在训练阶段，我们利用基于 LLM 的评分和工作流程对齐的过滤机制，从而提炼出高质量、以表格为中心的数据。我们采用监督微调（SFT）和强化学习（RL）来优化模型。随后，我们提出了一个四阶段表格推理工作流程，包括表格预处理、表格感知、工具集成推理和提示工程，以提高模型的可解释性和执行准确性。实验结果表明，JT-DA-8B 在各种表格推理任务中取得优异性能，证明了数据中心生成和工作流程驱动优化的有效性。
引用
@article{arxiv.2512.06859,
title = {JT-DA: Enhancing Data Analysis with Tool-Integrated Table Reasoning Large Language Models},
author = {Ce Chi and Xing Wang and Zhendong Wang and Xiaofan Liu and Ce Li and Zhiyan Song and Chen Zhao and Kexin Yang and Boshen Shi and Jingjing Yang and Chao Deng and Junlan Feng},
journal= {arXiv preprint arXiv:2512.06859},
year = {2025}
}