ReSS: Learning Reasoning Models for Tabular Data Prediction via Symbolic Scaffold

ReSS es un marco que une modelos de razonamiento simbólicos y neuronales para la predicción de datos tabulares, buscando alta precisión y razonamiento comprensible. Utiliza árboles de decisión para extraer andamios simbólicos que guían a un LLM a generar razonamiento en lenguaje natural, que se utiliza para el ajuste fino de LLMs en tareas de razonamiento tabular.