Chuỗi bảng là một phương pháp suy luận trong đó LLM đưa ra câu trả lời bằng cách thực hiện các thao tác như trích xuất hàng, thêm cột và sắp xếp theo từng bước trên dữ liệu dạng bảng.
Chuỗi bảng là một phương pháp suy luận dữ liệu dạng bảng do nhóm nghiên cứu của Google đề xuất. Trong tổ chức tiêu chuẩn ngành, nội dung bảng không chỉ được giải thích bằng ngôn ngữ tự nhiên mà các thao tác trên bảng như trích xuất hàng, thêm cột, sắp xếp và nhóm đều được thực hiện từng bước và LLM mỗi lần đọc lại bảng trung gian đã chuyển đổi để tiến gần hơn đến câu trả lời. Một chuỗi suy nghĩ đơn giản có thể dễ dàng đọc sai một bảng lớn, nhưng việc thu hẹp bảng theo từng giai đoạn có thể hạn chế phạm vi tham chiếu và cải thiện độ chính xác. Tuy nhiên, trong hoạt động thực tế kể từ năm 2026, mức tiêu thụ mã thông báo sẽ tăng lên khi các bảng trung gian được đưa vào lời nhắc mỗi khi các bước được lặp lại và có một cạm bẫy có thể dễ dàng dẫn đến bất lợi về mặt chi phí. Trong thực tế, người ta nói rằng có nhiều trường hợp chọn cấu hình kết hợp, trong đó các bảng được thu hẹp xuống dữ liệu cỡ trung bình chỉ có vài chục hàng và các bảng có quy mô lớn được lọc trước bằng SQL hoặc pandas trước khi được truyền đi. Nếu đó là một câu hỏi và câu trả lời đơn giản cho một bảng duy nhất, RAG thông thường có thể rẻ hơn về mặt giá cả, vì vậy cần phải đánh giá nên sử dụng cái nào dựa trên độ phức tạp và chi phí của bảng.