跳到正文
arXiv cs.AI· Dunhan Li, Leilei Gan, Lirong Gao, Wenyan Fan, Yongwei Wang, Sheng Guo, Fei Wu·· 4 小时前AI 评分29

EviDARL:以证据为中心的双智能体交替强化学习框架,提升多表问答推理

EviDARL: Evidence-Centric Dual-Agent Reasoning via Alternating Reinforcement Learning for Multi-Table Question Answering

AI 导读

EviDARL 提出以证据为中心的双智能体框架 EviDA,由证据构建智能体与推理回答智能体组成,前者在完整表格上生成并执行表格操作程序,产出问题专属证据与可验证中间轨迹。EviDARL 结合智能体细粒度奖励与参数高效交替强化学习,轮流优化单个智能体并固定另一个,实现证据构建与答案推理的双向适配。在 MMQA 和 TQA-Bench 上,该方法在受限模型与训练预算下显著优于开源模型及多表推理基线。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:尽管基于 LLM 的表格推理取得了进展,但大多数研究集中于单表设置。多表问答需要在复杂的表关系上进行多跳推理,并且证据分散在长上下文中,通常没有可验证的中间轨迹。为应对这些挑战,我们提出了 EviDA,一个以证据为中心的双智能体框架,由证据构建智能体和推理与回答智能体组成。证据构建智能体在完整表格上生成并执行表格操作程序,以生成针对特定问题的证据和可验证的中间轨迹,从而简化后续推理。随后,推理与回答智能体在这些证据上进行多跳推理以得出最终答案。我们进一步提出了 EviDARL,它将智能体特定的细粒度奖励与参数高效的交替强化学习相结合,以改善智能体之间的协作。通过依次优化每个智能体并保持另一个固定,EviDARL 实现了证据构建与答案推理之间的双向适应。在 MMQA 和 TQA-Bench 上的实验表明,在受限的模型和训练预算下,EviDARL 显著优于有竞争力的开放模型和多表推理基线。
主题: 人工智能(cs.AI)
引用为: arXiv:2611.22310 [cs.AI]
  (或 arXiv:2611.22310v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22310

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Dunhan Li [查看电子邮件]
[v1] 2026年11月17日星期二 07:07:41 UTC(2,015 KB)

来源:arXiv cs.AI · arxiv.org