rLLM：LLMを用いた関係表学習

本稿では、大規模言語モデル（LLM）を用いた関係表学習（Relational Table Learning, RTL）を目的としたPyTorchライブラリ「rLLM（relationLLM）」を紹介する。rLLMの核心的なアイデアは、最先端のグラフニューラルネットワーク（GNN）、大規模言語モデル（LLM）、および表データ専用ニューラルネットワークを標準化されたモジュールに分解し、シンプルな「結合・整列・共同学習（combine, align, and co-train）」のアプローチにより、新しいタイプのRTLモデルを迅速かつ容易に構築できるようにすることにある。rLLMの実用例として、シンプルなRTL手法である\textbf{BRIDGE}を提案する。さらに、既存の代表的なデータセットを拡張することで、3つの新しい関係的表データセット（TML1M、TLF2K、TACM12K）を構築した。本研究では、rLLMがRTL関連のタスクにおける有用かつ使いやすい開発フレームワークとして活用されることを期待している。コードは以下のURLで公開されている：https://github.com/rllm-project/rllm。