微軟的研究人員近日發(fā)布了實驗性人工智能模型SpreadsheetLLM的詳細信息，這個模型是與Excel以及Google Sheets等電子表格配合使用的。

微軟在7月12日發(fā)表在Arxiv.org上的一篇研究論文中討論了該模型，模型旨在解決將AI應(yīng)用于電子表格的挑戰(zhàn)，電子表格在商業(yè)世界中被廣泛使用，但事實證明電子表格很難被大型語言模型掌握。

據(jù)微軟研究人員稱，SpreadsheetLLM采用了一種新穎的方法將電子表格內(nèi)容編碼為大型語言模型更容易使用的新格式，因此為這些模型“推理電子表格內(nèi)容”鋪平了道路。

研究人員強調(diào)了對這個特定AI領(lǐng)域迫切的改進需求。電子表格用于各種任務(wù)，從簡單的數(shù)據(jù)輸入和分析到復雜的財務(wù)建模和決策，但現(xiàn)有的大型語言模型很難理解和推理電子表格的內(nèi)容，問題在于電子表格中數(shù)據(jù)具有高度結(jié)構(gòu)化的性質(zhì)，此外還有復雜的公式和引用。

據(jù)報道，SpreadsheetLLM通過以更適合大型語言模型的方式對電子表格數(shù)據(jù)進行編碼來解決這個問題，這樣就可以更好地理解電子表格內(nèi)容。

為此，研究人員制定了一種名為SheetCompressor的新型編碼機制，它保留了數(shù)據(jù)的結(jié)構(gòu)和關(guān)系，同時使大型語言模型可以訪問它。SheetCompressor特別將數(shù)據(jù)壓縮高達96%，這樣大型語言模型就可以在其token限制內(nèi)處理大型數(shù)據(jù)集。

研究人員還強調(diào)了另一個稱為“結(jié)構(gòu)錨提取”的功能，可以識別定義表結(jié)構(gòu)的關(guān)鍵行和列。同時，“倒排索引翻譯”是一種高效編碼單元格內(nèi)容和地址以最小化冗余的方法，而“數(shù)據(jù)格式感知聚合”則有助于對以相似格式的單元格進行分組，從而進一步最小化token的使用。

研究人員在實驗中發(fā)現(xiàn)，SpreadsheetLLM在電子表格的表格檢測測試中取得了一些令人印象深刻的結(jié)果，比現(xiàn)有方法改進12.3%。此外，它在電子表格問答任務(wù)上也取得了突出的成績。

SpreadsheetLLM被應(yīng)用于一系列知名的大型語言模型，包括GPT-3.5、GPT-4和Llama 2，測試表明，它顯著增強了這些模型在電子表格理解任務(wù)方面的能力。例如，GPT-4的表格檢測得分為78.9%。

研究人員表示，SpreadsheetLLM仍是一種實驗性的模型，在更復雜的電子表格格式方面存在一些局限性，但他們也相信它具有很大的潛力，例如，他們說該模型可以應(yīng)用于諸如自動化常規(guī)數(shù)據(jù)分析等任務(wù)，以根據(jù)電子表格內(nèi)容生成見解和建議。通過幫助大型語言模型理解電子表格、回答有關(guān)電子表格的問題，甚至根據(jù)自然語言提示創(chuàng)建新的電子表格，它為AI輔助數(shù)據(jù)分析和決策的新可能性打開了一扇大門。

SpreadsheetLLM 還可以幫助人類工作者更容易使用電子表格，因為很多人難以掌握Excel等工具更復雜的功能。使用電子表格的挑戰(zhàn)之一，就是需要學習復雜的公式來操作其中的數(shù)據(jù)，但SpreadsheetLLM可以幫助用戶使用自然語言命令來操作這些數(shù)據(jù)。

最后，研究人員表示，SpreadsheetLLM可以幫助對一些與電子表格相關(guān)的、更繁瑣的任務(wù)實施自動化，例如數(shù)據(jù)清理、格式化和聚合。

Constellation Research分析師Holger Mueller表示，這項研究意義重大，因為有許多業(yè)務(wù)都依賴于Excel電子表格?！拔④洷仨氉咴谇把?，通過AI讓Excel電子表格更易于訪問?？陬^訪問電子表格具有巨大的價值，無論是對于創(chuàng)建還是分析Excel文件來說?！?/span>

Mueller表示，AI還有可能使電子表格的使用變得普及，讓任何人都能輕松地使用電子表格。他預測說：“如果微軟能夠正確地做到這一點，那么不僅會確保Excel的未來，還會改變我們所知的工作方式的未來。”

目前，SpreadsheetLLM只是一個研究項目，微軟還沒有表示是否有計劃將其轉(zhuǎn)化為實際產(chǎn)品。但不難想象，這項研究可能會打造出某種“Copilot for Excel”。