ODUTQA-MDC：基于多轮对话澄清的开放域未指定表格 QA 任务

大语言模型 (LLM) 的进步增强了表格问答 (Tabular QA)，但它们难以应对表现出未指定或不确定表达式的开放域查询。为了解决这个问题，我们引入了 ODUTQA-MDC 任务和第一个解决该问题的综合基准。该基准包括：（1）一个大规模 ODUTQA 数据集，包含 209 个表和 25,105 个 QA 对； （2）细粒度的标注方案，进行详细的评估； (3)动态澄清界面，模拟用户反馈以进行交互式评估。我们还提出了 MAIC-TQA，这是一个多智能体框架，擅长检测歧义、通过对话澄清歧义并完善答案。实验验证了我们的基准和框架，将它们确立为推进对话式、规范意识不足的表格 QA 研究的关键资源。