为什么重要
18 个子任务覆盖表格理解完整能力链：事实查找→数值推理→数据分析→可视化。从工业场景设计。
构建方式与示例
3000+ 问题。例如：“根据销售表，计算 Q3 各区域的同比增长率，找出增长最快的区域。“
返回评测
数据 数据-表格 未饱和
模态 · 表格
任务 · 结构化输出
TableBench
18 个子任务覆盖表格理解的完整能力链：事实验证、数值推理、数据分析、可视化等
多校 ·
考察能力
表格QA 事实验证 数值推理 数据分析
构建信息
- 数据规模
- 3000+ questions / 18 subtasks
- 构建方式
- 工业场景 + 专家设计
- 评测方式
- 精确匹配 / LLM Judge
- 核心指标
- 综合得分
模型效果排行
🥇 GPT-4o
~62% 2024-08
表格 QA 数据分析