TabSieve 用「先选证据再预测」的框架，在 75 个分类表和 52 个回归表上把分类平均提升 2.92%、回归平均提升 4.45%
作者提出 TabSieve 这一「先选后预测」框架：给定一张表和一行查询，先选出少量有信息量的行作为证据，再在所选证据条件下预测缺失目标；为支撑该能力，他们用强教师模型从 331 张真实表合成并严格过滤出 TabSieve-SFT-40K 训练数据，并提出 TAB-GRPO 强化学习方案，用分离的奖励联合优化证据选择与预测正确性，并通过动态任务优势平衡稳定混合的回归与分类训练；在 75 张分类表和 52 张回归表的留出基准上，TabSieve 在各 shot 预算下持续提升，相对次优基线平均提升分类 2.92%、回归 4.45%，分析显示模型把更多注意力集中在所选证据上，从而对噪声上下文更稳健。