Chain-of-Table ist ein Inferenzverkettungs-Framework für das Tabellenverständnis, das speziell für die Bearbeitung von Aufgaben wie der betabellenbasierten Fragebeantwortung und Faktenverifikation entwickelt wurde. Es nutzt Tabellendaten als Teil der Inferenzkette und steuert mittels kontextbasiertem Lernen große Sprachmodelle bei der Operationsgenerierung und Tabellenaktualisierung, wodurch eine kontinuierliche Inferenzkette entsteht, die den Denkprozess bei der Beantwortung von Tabellenfragen veranschaulicht. Diese Inferenzkette enthält strukturierte Informationen zu Zwischenergebnissen und ermöglicht präzisere und zuverlässigere Vorhersagen. Chain-of-Table erzielte auf mehreren Benchmarks wie WikiTQ, FeTaQA und TabFact neue Spitzenleistungen.