TABQAWORLD：面向多轮表格问答的多模态推理优化

多模态推理已成为增强推理模型能力的一个强大框架。尽管多轮表格推理方法通过工具使用与奖励建模提升了推理准确率，但它们依赖固定的文本序列化来进行表格状态读取。这在表格编码中引入了会在多轮过程中显著累积的表示误差。表格内容核验方法虽能缓解这种累积，却以推理算力与成本为代价，使真实世界部署不切实际。为解决这一问题，我们提出TABQAWORLD，一个通过表示与估计联合优化表格动作的表格推理框架。在表示方面，TABQAWORLD采用动作条件化的多模态选择策略，在视觉与文本表示之间动态切换，以最大化表格状态读取的可靠性。在估计方面，TABQAWORLD利用维度、数据类型与键值等表格元数据优化逐步推理轨迹，安全地规划轨迹并压缩低复杂度动作，以减少对话轮次与延迟。该框架无需训练，实证评估显示TABQAWORLD取得最先进性能，较基线提升4.87%准确率，较静态设置提升5.42%准确率并降低33.35%推理延迟，为可靠且高效的表格推理确立了新标准。