MRT 在 IberLEF-2025 PRESTA 任务中的实现：多步骤恢复表格中的答案
计算与语言
2025-07-18 v1 人工智能
摘要
本文介绍了我们对 IberLEF 2025 任务 PRESTA（西班牙语表格问答）方法的实现。我们的解决方案通过实现 LLM 生成的 Python 代码来获取问题的答案，该代码用于过滤和处理表格。该 solution 源自 Semeval 2025 相关任务中 MRT 的实现。整个过程包括多个步骤：分析和理解表格内容、选择有用列、生成自然语言指令、将这些指令翻译为代码、运行代码以及处理潜在的错误或异常。这些步骤使用开源 LLM 和针对每个步骤进行的细粒度优化提示。通过该方法，我们在该任务中实现了 85% 的准确率。
引用
@article{arxiv.2507.12981,
title = {MRT at IberLEF-2025 PRESTA Task: Maximizing Recovery from Tables with Multiple Steps},
author = {Maximiliano Hormazábal Lagos and Álvaro Bueno Sáez and Héctor Cerezo-Costas and Pedro Alonso Doval and Jorge Alcalde Vesteiro},
journal= {arXiv preprint arXiv:2507.12981},
year = {2025}
}
备注
Accepted as an official challenge paper in the PRESTA: Questions and Answers over Tabular Data shared task at IberLEF 2025, colocated with the 41st SEPLN Conference in Zaragoza, Spain