연구진은 LIFT(Last-Mile Fine-Tuning)라는 파이프라인을 제안했는데, 이는 사전 훈련된 LLM이 클립보드 텍스트에서 초기 테이블을 추출하고, 파인튜닝된 SLM이 추출된 테이블의 오류를 수정하는 방식입니다.
LIFT는 2,596개의 테이블 데이터셋에서 트리 편집 거리 기반 유사도(TEDS) 지표에서 엔드투엔드 SLM 파인튜닝을 능가하며, 1,000개 정도의 훈련 예제만으로도 가능합니다.
연구진은 이 접근 방식을 라스트-마일 파인튜닝이라고 칭하며, 입력 형식 변동에 대한 강건성도 향상된다고 밝혔습니다.