CRAFTQA：用于复杂结构化数据推理的代码驱动自适应框架

现实场景涉及海量异构结构化数据（例如表格、知识图），使得对此类多样化数据的有效推理变得越来越重要。统一结构化数据问答已成为一种突出的研究趋势，旨在在单一框架内回答跨不同结构化数据类型的自然语言问题。然而，现有的统一方法有一个共同的限制：它们依赖于一组预定义的函数，这限制了它们执行超出这些预定义操作的复杂推理的能力。为了克服这一基本限制，我们提出了 CRAFTQA，这是一种新颖的自适应代码驱动框架，包含两个核心模块：CodeSTEP 和 CRAFT。 CodeSTEP模块是一个生成完整可执行Python代码序列的范例，其中包含基于问题的逐步基于代码的推理操作。 CRAFT模块动态生成自定义代码函数，用于超出预定义函数集的操作，并与CodeSTEP无缝集成，显着增强处理复杂推理的灵活性。对多个结构化数据集的综合实验表明，与现有的统一方法相比，CRAFTQA 在复杂推理场景中取得了显着的改进。