VIGIL：验证器引导的门控改进循环用于表格问答
原文标题：VIGIL: Verifier-Informed Gated Improvement Loop for Spreadsheet Question Answering
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 VIGIL（验证器引导的门控改进循环），在 FiCo 静态检索-执行骨干之上，为语料级电子表格问答引入持续式 harness 学习。系统在单题内验证并修复多样提示生成的 SQL 候选，跨轮次仅用延迟标签更新契约校准器与查询/结果列选择器，基础模型、提示、检索器与候选池保持固定。在 79 份文档上，双门控全回放变体将前向准确率从 75.8% 静态基线提升至 82.0%，更严格划分下仅准确率门控将留出集均值从 80.3% 提升至 86.7%。研究同时指出，回放缓冲区的非退化并不保证留出集非退化，26 次获批更新中有 3 次反而降低留出准确率。
- 问题
- 企业级表格问答需从延迟反馈中持续改进，但不能让每次修正都重写系统行为。
- 方法
- 在FiCo静态检索-执行骨干上引入VIGIL，单题内验证修复SQL候选，跨轮次仅更新契约校准器与列选择器，基础模型等保持固定。
- 结果
- 79份文档上前向准确率从75.8%静态基线升至82.0%（双门控全回放）；严格划分下准确率门控将留出均值从80.3%升至86.7%。
- 影响
- 给出延迟反馈下安全持续学习的工程范式，并警示回放缓冲区不退化不等于留出集不退化。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。