从经验教训中进化：面向操作级表格问答的技能增强表格图推理

表格问答（TableQA）旨在对表格进行推理以回答用户查询。现有研究对所有问题一视同仁，仅通过总体准确率进行评估，掩盖了一个关键事实：LLM擅长简单查找，却在聚合和算术等复杂操作上表现不佳。为揭示这一差距，我们提出新颖的操作级（Operation-wise）TableQA任务，给出细粒度的问题分类体系，并发布WikiTQ-ow与TabFact-ow两个数据集用于评估。在建模瓶颈方面，现有方法将表格展平为线性化文本，破坏了其固有结构并引发“迷失在中间”（lost-in-the-middle）问题，这是复杂跨行推理的主要障碍。此外，它们通常从零开始推理，忽视了相似操作间可复用的模式。为解决这些局限，我们提出技能增强表格图推理（SkillTGR）框架，实现自演化的结构化推理。具体而言，SkillTGR将表格表示为具有显式行-列-单元格结构的属性图，LLM在其中规划并执行动态链以检索证据子图，进行图遍历推理。在此基础上，SkillTGR构建分层SkillBank，在认知启发下将推理轨迹蒸馏为抽象技能，然后混合检索成功与失败技能用于对比增强的表格图推理，从而实现持续自演化。大量实验表明，SkillTGR取得优越性能，总体平均提升5.91%、操作级平均提升5.06%，同时降低19.76%的token消耗与27.64%的推理延迟。我们的代码与数据将在论文发表后发布。