TableSeek：异构表语料库上的结构保留 Agentic 证据搜索

开放域表检索寻找包含足够证据来回答问题或验证主张的表。然而，语义相关性常常具有误导性：主题相似的表格可能缺乏所需的事实，而提供答案的证据通常仅限于几个单元格，其含义取决于周围的模式和表格上下文。异构模式、值格式和序列化进一步削弱了一次性匹配。我们提出了 TableSeek，一个用于异构表语料库的结构保留 agentic 搜索框架。 LLM Agent不是对表进行一次排名，而是迭代地跟踪稀疏线索，检查保留模式的预览，识别模式和值级别的不匹配，并完善其调查。 TableSeek 使用单元格和模式作为证据锚点，同时保留完整的表格作为证据单元，从而实现细粒度本地化，而不会丢失解释和可回答性检查所需的上下文。在不依赖检索器训练或预先计算的语义索引的情况下，TableSeek 可以生成透明的证据搜索轨迹，并在异构表基准上与强大的检索和重新排名管道相比，实现具有竞争力的端到端性能。这些结果表明，主动的、保留结构的证据搜索是开放域表检索的一个有前途的范例。