本研究提出TeLL-Drive框架，结合教师语言模型与学生强化学习，旨在解决自动驾驶中的高样本复杂度和实时决策问题。实验结果表明，该框架在多种交通场景下优于现有方法，提升了自动驾驶的适应性和安全性。

我们提出了一种框架，用于揭示表格单元中的隐含知识，以生成高质量的表格摘要。通过训练教师语言模型并采用质量提升策略，我们验证了该框架在多个数据集上的有效性。