📖标题：TableRAG: 一种用于异构文档推理的检索增强生成框架
🌐来源：arXiv, 2506.10380

🌟摘要

🔸Retrieval-Augmented Generation (RAG) 在开放域问答中显示出相当大的有效性。然而，当应用于包含文本和表格组件的异构文档时，现有的 RAG 方法表现出关键的局限性。扁平化表和分块策略的普遍做法破坏了内在的表格结构，导致信息丢失，破坏了llm在多跳全局查询中的推理能力。
🔸为了应对这些挑战，我们提出了TableRAG，这是一个混合框架，它将文本理解和对表格数据的复杂操作统一起来。表RAG 迭代分四个步骤运行：上下文敏感的查询分解、文本检索、SQL 编程和执行以及组合中间答案生成。我们还开发了 HeteQA，这是一个旨在评估多跳异构推理能力的新基准。
🔸实验结果表明，TableRAG 在公共数据集和我们的 HeteQA 上始终优于现有基线，为异构文档问答建立了一个新的最先进的结果。我们在 https://github.com/yxh-y/TableRAG/tree/main 上发布TableRAG。

🛎️文章简介

🔸研究问题：现有的检索增强生成（RAG）方法在处理同时包含文本和表格的异构文档时，如何克服全局视角缺失和结构信息丢失的局限性？
🔸主要贡献：论文提出了TableRAG，一个结合SQL执行和文本检索的混合框架，通过动态切换文本理解与复杂表格数据操作来改善异构文档问答任务的性能。

📝重点思路

🔸采用两阶段过程：离线数据库构建和在线推理，两者以集成处理文本和表格信息的方式运行。
🔸离线阶段中，从异构文档中提取结构化成分，生成文本知识库和表格架构数据库，以支持信息检索。
🔸在线阶段实施迭代推理，包括：上下文敏感的查询分解、文本检索、SQL编程与执行，以及中间答案生成。
🔸利用SQL的符号执行特点，使查询处理更为精确和高效，同时增强推理的准确性。

🔎分析总结

🔸实验结果表明，TableRAG在处理基于文本和表格的信息时，显著优于现有的RAG和程序辅助的基线方法。
🔸通过HeteQA基准测试，TableRAG在多跳推理能力方面表现突出，能够高效处理异构文档问题。
🔸该框架在复杂查询中表现出更高的计算效率，减少必要的推理步骤，且在不同的LLM骨干上均展示了一致的优越性。
🔸错误分析表明，TableRAG在预测失败方面表现最优，其低失败率得益于其上下文感知的查询分解和选择性SQL执行机制。

💡个人观点

论文引入SQL作为表格推理的核心组件，不仅有效提升了推理的准确性，还保留了表格的结构完整性，使得在处理复杂的异构文档问题时，能够实现更为系统和深入的理解与分析。

🧩附录