כתבה
arXiv cs.CL ·
TabRank: שיפור דירוג טבלאות באמצעות Chain-of-Thought
TabRank: Chain-of-Thought Distillation for Table Re-Rankers
TabRank הוא כלי לשיפור דירוג טבלאות. הוא משתמש בשיטת Chain-of-Thought כדי לשפר את תוצאות הדירוג. TabRank נבדק על מספר רב של מקרים והראה שיפור משמעותי בתוצאות.
תקציר מקורי באנגליתarXiv:2607.25182v1 Announce Type: new Abstract: The ability to retrieve relevant tables for answering questions is a key task for structured information retrieval. Multi-stage retrieval systems rely heavily on rerankers to refine candidate lists produced by efficient first-stage retrievers. As a result, neural rerankers and LLM-based reranking methods have become increasingly important due to their superior capacity for semantic understanding and reasoning compared to conventional sparse or dense retrieval models. Recently, Large Reasoning Models (LRMs) equipped with explicit chain-of-thought (CoT) reasoning have shown strong improvements in ranking quality in unstructured passage retrieval. In this work, we present TabRank, a framework for training reasoning rerankers for Tabular Retrieva
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית