微軟團隊在辦公領(lǐng)域有著很強的“AI霸者”的野心。
近日，微軟最新公布的研究論文，正在計劃為 Excel、谷歌 Sheets 等電子表格應(yīng)用程序，開發(fā)全新的 AI 大語言模型--SpreadsheetLLM。
研究人員表示現(xiàn)有電子表格應(yīng)用程序具備豐富的功能，在布局和格式方面為用戶提供大量的選項，因此傳統(tǒng) AI 大語言模型很難勝任電子表格處理場景。
而 SpreadsheetLLM 就是專門為電子表格應(yīng)用而設(shè)計的 AI 模型，微軟還研發(fā)了 SheetCompressor（壓縮電子表格），讓 SpreadsheetLLM 能夠更好地理解、處理電子表格數(shù)據(jù)。
論文摘要部分，SpreadsheetLLM 模型主要由 3 個模塊組成：基于結(jié)構(gòu)錨的壓縮、反向索引轉(zhuǎn)換和數(shù)據(jù)格式感知聚合。
SpreadsheetLLM 大大提高了電子表格表檢測任務(wù)的性能，在 GPT4 的情境學(xué)習(xí)設(shè)置中，比普通方法高出 25.6%；使用詞元（token）的成本降低了 96%，并能提供更好的處理結(jié)果。
論文指出，這種電子表格LLM框架，顯著提高了LLM解釋和利用電子表格的方式。但還有很多改進的空間，比如這種方法沒有利用電子表格格式的細節(jié)，如背景顏色和邊框，因為它們需要太多的標記（這些元素通常包含有價值的上下文和視覺線索，可以進一步深化模型對電子表格數(shù)據(jù)的理解和處理）。
此外，雖然SheetCompressor有效地聚合了數(shù)據(jù)區(qū)域，但它目前沒有對包含自然語言的單元格采用復(fù)雜的基于語義的壓縮方法。例如，將“中國”、“美國”和“法國”等術(shù)語歸入“國家”等統(tǒng)一標簽下，不僅可以提高壓縮比，還可以加深LLM對數(shù)據(jù)的語義理解。探索這些先進的語義壓縮技術(shù)將是我們持續(xù)努力增強SpreadsheetLLM功能的一個關(guān)鍵重點。
目前還沒有關(guān)于微軟計劃何時或是否向公眾提供 SpreadsheetLLM 的消息