Il Framework MATA Introduce un Approccio Multi-Agente per il Question Answering su Tabelle

Un framework multi-agente di recente sviluppo, noto come MATA, mira ad affrontare le problematiche nel Question Answering su Tabelle (TableQA). Utilizzando vari metodi di ragionamento e strumenti creati con piccoli modelli linguistici, il sistema genera risposte potenziali e successivamente le affina o sceglie la migliore. MATA include un algoritmo che riduce le costose chiamate agli agenti LLM, aumentando così l'efficienza. Dimostra prestazioni solide con piccoli modelli open-source e può adattarsi facilmente a diversi tipi di LLM. Esperimenti completi sono stati condotti su due benchmark di diversi livelli di difficoltà utilizzando dieci modelli distinti. Questa strategia mira a migliorare l'affidabilità, la scalabilità e l'efficienza, specialmente in ambienti dove le risorse sono limitate o la privacy è una preoccupazione. Nonostante i recenti progressi nei Large Language Models abbiano migliorato i compiti di comprensione delle tabelle, le sfide persistono.