当大语言模型粗略读取表格：测量并降低数据引用错误

论文系统评估大语言模型在表格任务中的数据引用错误（DRE），涵盖1.7B至20B参数模型。研究发现所有测试模型均会错误引用或遗漏表格值；加入数据引用批评器后，答案准确率最高提升12.0%，一个4B轻量批评器检测DRE的平均F1达到78.2%。