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

ReSS est un cadre qui relie les modèles de raisonnement symboliques et neuronaux pour la prédiction de données tabulaires, visant à la fois une grande précision et un raisonnement compréhensible. Il exploite des arbres de décision pour extraire des échafaudages symboliques qui guident un LLM à générer un raisonnement en langage naturel, utilisé ensuite pour l'affinement des LLM spécialisés dans le raisonnement tabulaire.