InsightTab: LLMs meistern Tabellendaten durch datengetriebene Klassifikation

In einer kürzlich veröffentlichten Studie auf arXiv (2508.21561v1) wird gezeigt, dass große Sprachmodelle (LLMs) bei der Klassifikation von Tabellendaten mit wenigen Beispielen vielversprechende Ergebnisse erzielen können. Gleichzeitig weisen die Autoren darauf hin, dass die hohe Variabilität strukturierter Daten die Leistung dieser Modelle stark beeinträchtigt.

Um diesem Problem zu begegnen, stellen die Forscher InsightTab vor – ein Framework zur „Insight‑Distillation“, das sich an menschlichen Lernprinzipien orientiert. Durch die Anwendung der Strategien „Divide‑and‑Conquer“, „Easy‑First“ und „Reflective Learning“ werden Regeln zusammengefasst, gezielte Beispiele ausgewählt und Erkenntnisse reflektiert. Dabei arbeiten LLMs eng mit datenmodellierenden Techniken zusammen, sodass die gewonnenen Einsichten die Modelle besser auf die spezifischen Anforderungen einzelner Tabellendatensätze abstimmen.

Die Evaluation von InsightTab auf neun unterschiedlichen Datensätzen zeigt, dass das Verfahren die Leistung gegenüber aktuellen State‑of‑the‑Art‑Methoden konsequent verbessert. Ablationsstudien bestätigen die Wirksamkeit der prinzipiengeleiteten Distillation, während weitere Analysen die Fähigkeit des Ansatzes betonen, gelabelte Daten effizient zu nutzen und Bias zu reduzieren.