技術要約：操作別テーブルグラフ推論を用いたスキル拡張型テーブル質問回答（Skill-Augmented Table Graph Reasoning for Operation-wise Table Question Answering）

1. 問題定義と動機

テーブル質問回答（TableQA）は、自然言語のクエリに答えるために、表形式のデータ上で推論を行うことを必要とする。大規模言語モデル（LLM）は有望な成果を示しているが、既存の研究には主に2つの制限事項がある：

1. 粗粒度な評価： 現在のベンチマークは、性能を全体的な精度のみを通じて評価している。これは、LLMが単純な「条件付きルックアップ」（セルレベルの検索）には長けている一方で、比較（Comparison）、極値（Extremum）、集計（Aggregation）、算術（Arithmetic）といった、行をまたぐ推論を必要とする複雑な操作において著しく苦戦するという、決定的な格差を覆い隠してしまう。
2. モデリングのボトルネック：
   • 構造的破壊： 既存の手法は、通常、テーブルを平坦なテキストシーケンスへと線形化する。これにより、固有の行・列・セルの構造が破壊され、LLMが長いコンテキスト内の重要な中間証拠を無視してしまう「lost-in-the-middle（中だるみ）」現象を誘発する。
   • ゼロからの推論： 従来の接近法は、過去の推論パターンを活用することなく、各質問を独立して推論する。これにより、同様の操作タイプにおける成功した戦略の再利用や、一般的な失敗モードの回避が妨げられる。

これらの問題に対処するため、著者らは、質問を5つのコア操作（条件付きルックアップ、比較、極値、集計、算術）に分類し、モデルの能力を細粒度に診断することを可能にする**操作別テーブルQA（Operation-wise TableQA）**タスクを導入する。

2. メソドロジー：SkillTGR フレームワーク

著者らは、自己進化型の構造化推論のために設計されたフレームワークである、Skill-augmented Table Graph Reasoning (SkillTGR) を提案する。これは、以下の3つのコアコンポーネントで構成される。

A. 属性付きテーブルグラフの構築

線形化の代わりに、SkillTGRは構造的な意味論を保持するために、テーブルを属性付きグラフ ($G = \{V, E\}$) に変換する：

• ノード： グローバルなメタノード（テーブルのキャプション）、行ノード（タプルを表す）、およびセルノード（列内のユニークな値を表す）を含む。
• エッジ： メタノードをすべての行ノードに接続（「has」関係）し、行ノードを列ヘッダーが付与されたセルノードに接続する。
• 利点： この構造は、行・列・セルの関係を明示的に維持し、「lost-in-the-middle」問題を軽減し、複数の行にわたる効率的な値アンカー型検索を可能にする。

B. 動的グラフ探索推論

SkillTGRは、マルチエージェントシステム（Planner, Executor, Reasoner）を用いてグラフを探索する：

• Planner（プランナー）： 動的な推論チェーンを計画するために、グラフ演算子（例：Expand, Navigate, Anchor, Cluster, Rank）を選択する。
• Executor（エグゼキューター）： これらの演算子を実行し、最小限かつ十分な**証拠サブグラフ（evidence subgraphs）**を抽出する。
• Reasoner（リーズナー）： 抽出されたサブグラフに対して、Chain-of-Thought（思考の連鎖）を用いて構造化されたグラフ探索推論を行い、最終的な回答を導き出す。
  このプロセスにより、テーブル全体を一つのブロックとして処理するのではなく、適応的かつステップバイステップの証拠検索が可能になる。

C. スキル拡張型自己進化

「ゼロからの推論」という制限を打破するために、SkillTGRは階層的な**SkillBank（スキルバンク）**を導入する：

• スキル抽出： 「Mentor（メンター）」エージェントが、過去の推論軌跡を再利用可能なスキルへと蒸留する。軌跡を、Successful（成功）（戦略的パターンの抽出）または Failed（失敗）（エラーの根本原因の要約）として分類する。
• 階層的組織化： SkillBankは、操作タイプ（例：集計）および軌跡の状態（成功 vs 失敗）によって構造化されている。
• 対照的拡張（Contrastive Augmentation）： 推論中、システムは現在の質問に関連する上位 $k$ 個の成功および失敗したスキルを検索する。
  • 成功したスキルは、PlannerとExecutorを導くためのポジティブなアンカーとして機能する。
  • 失敗したスキルは、繰り返されるエラーを防ぐためのネガティブな制約として機能する。
• 継続的な進化： SkillBankは、完全性と移植性に基づいてスキルを統合、追加、または破棄するManager（マネージャー）エージェントを介して更新され、パラメータの更新なしにシステムが時間の経過とともに進化することを可能にする。

3. 主な貢献

1. 操作別テーブルQAタスク： 細粒度なレンズを通してTableQAを調査する最初の試みであり、LLMの推論の格差を明らかにするために、5つのコア操作タイプが付与された2つの洗練されたデータセット（WikiTQ-ow および TabFact-ow）を導入した。
2. SkillTGR フレームワーク： 属性付きグラフモデリングと階層的SkillBankを組み合わせた新しいアーキテクチャ。構造を意識した証拠検索と対照的拡張推論を可能にし、継続的な自己進化を促進する。
3. 実証的検証： SkillTGRが、高い効率性を維持しながら、競合するベースラインに対して優れた性能を達成することを広範な実験で示した。

4. 実験結果

WikiTQ-ow および TabFact-ow において、Qwen3.5-9B および Ministral3-8B をバックボーンとして実験を行った。

• 性能： SkillTGRは、競合するベースライン（Table-Critic や Chain-of-Table を含む）に対し、全体的な精度で平均 5.91%、操作別の精度で 6.03% の向上を達成した。
• 複雑な操作： モデルは、ベースラインが構造的損失により失敗することが多い複雑な操作（比較、極値、集計、算術）において、特に強さを示した。
• 効率性： SkillTGRは、冗長なフルテーブル処理を避け、事前コンパイルされたスキルを活用することで、反復的な精緻化を行うベースラインと比較して、トークン消費量を 19.76%、推論レイテンシを 27.64% 削減した。
• スケーラビリティ： 長いテーブル（行数 $\ge$ 50 または トークン数 $\ge$ 4k）において、SkillTGRとベースラインの性能差は大幅に拡大し、グラフベースの推論が「lost-in-the-middle」問題に対して堅牢であることを裏付けた。
• アブレーション研究： グラフ構築、SkillBank、または対照的拡張モジュールのいずれかを除去すると、大幅な性能低下が見られ、各コンポーネントの必要性が検証された。

5. 意義と主張

本論文は、SkillTGRが、線形テキスト処理から構造化グラフ推論へ、そして孤立した推論から経験拡張型自己進化へと移行することで、現在のTableQAのアプローチにおける根本的な制限に対処すると主張している。

• 控えめな主張： 著者らは、推論を明示的なスキル誘導型操作へと分解することにより、LLMバックボーン固有の推論能力への依存を軽減できると明言している。これにより、特に小型モデル（例：Ministral3-8B）において、性能と堅牢性のより優れたトレードオフが得られる。
• 透明性： 自己進化プロセスは、スキルがパラメータ更新を通じて暗黙的に学習されるのではなく、明示的に管理（追加、統合、破棄）されるため、透明かつ制御可能であると説明されている。
• 汎用性： 本フレームワークは、ベースモデルの再学習なしに継続的な改善の経路を提供する、多様なテーブル推論タスクに適用可能なプラグアンドプレイのソリューションとして提示されている。

著者らは、操作別の格差を明らかにし、構造化されたスキルベースの解決策を提供することで、SkillTGRが複雑なテーブル推論のためのより効果的かつ効率的なパラダイムを提示すると結論づけている。