**摘要**
虽然大型语言模型（ LLM ）在表格任务上表现良好，但它们仍然会产生数据引用错误（ DRE ） ，即尽管了解表格结构，但仍错误地引用或省略表格值。除了最终答案的准确性之外， DRE还会直接影响中间推理步骤的正确性和可靠性。然而，之前的研究只提供了有限的小规模分析。在这方面
👤 作者: Yuqing Yang, Qi Zhu, Zhen Han, Boran Han, Zhengyuan Shen, Shuai Wang, Vassilis N. Ioannidis, Huzefa Rangwala

---
🔗 **[When LLMs Read Tables Carelessly: Measuring and Reducing Data Referencing Errors](https://arxiv.org/abs/2606.32029v1)**

> When LLMs Read Tables Carelessly: Measuring and Reducing Data Referencing Errors
🏷️ 来源: ArXiv cs.AI
⏱️ 2026-07-01 14:00