B端神器来了?微软发布SpreadsheetLLM,能大幅提升AI在Excel的能力
![](http://n.sinaimg.cn/default/622af858/20181010/default_avatar.jpg)
市场资讯
该模型通过将电子表格数据编码为大型语言模型(LLM)可以理解的格式,从而使LLM能够对电子表格数据进行推理、回答有关数据的问题,甚至根据自然语言提示生成新的电子表格。网友调侃:“凯伦的工作很快就会被人工智能取代”。
12日,Microsoft发布了一个新的大型语言模型,计划为 Excel、谷歌 Sheets 等电子表格应用程序开发全新的 AI 大语言模型--SpreadsheetLLM。
Microsoft在论文指出,SpreadsheetLLM作为一款全新的AI模型,将广泛使用于理解和处理但复杂的电子表格数据。
SpreadsheetLLM具有改变电子表格数据管理和分析的潜力,为更智能和高效的用户交互铺平了道路。
这或许会让会计师和数据分析师们对他们的未来工作前景感到担忧。网友们在社交平台X上调侃,认为“凯伦的工作很快就会被人工智能取代”。
“凯伦可能很快就会失业”
研究人员指出,当前的电子表格应用程序功能丰富,在布局和格式方面为用户提供了大量选择,这使得传统的 AI 大语言模型难以在电子表格处理方面发挥作用。而 SpreadsheetLLM 就是专门为电子表格应用而设计的 AI 模型。
微软还开发了 SheetCompressor(压缩电子表格)工具,以帮助 SpreadsheetLLM 更好地理解和处理电子表格数据。
![](http://k.sinaimg.cn/n/spider20240716/363/w640h523/20240716/8dbc-564c6f347b4d86142223cb8ab992338d.png/w700d1q75cms.jpg?by=cms_fixed_width)
研究人员称,SpreadsheetLLM 的潜在应用非常广泛,从自动执行日常数据分析任务,到提供基于电子表格数据的智能见解和建议。例如,SpreadsheetLLM 可用于自动生成财务报告、识别数据中的异常或趋势、为客户提供个性化的产品或服务推荐等。
因此,SpreadsheetLLM 有可能彻底改变企业处理数据的方式。
一位用户声称:“正如我们所知,能够编写 SQL 的 LLM 将扼杀整个数据工程行业。”
![](http://k.sinaimg.cn/n/spider20240716/764/w640h124/20240716/95fc-568ef4925c141bb926f4ad055bfa905f.png/w700d1q75cms.jpg?by=cms_fixed_width)
另一位写道,“SaaS陷入了深深的麻烦。”
![](http://k.sinaimg.cn/n/spider20240716/743/w640h103/20240716/f172-e2ed93b52cf6cd2f35bbfb61dfd957f6.png/w700d1q75cms.jpg?by=cms_fixed_width)
“这对金融界来说将产生巨大影响”
![](http://k.sinaimg.cn/n/spider20240716/747/w640h107/20240716/d950-38b907eeb505fdd70e663942dcfe495f.png/w700d1q75cms.jpg?by=cms_fixed_width)
宾夕法尼亚大学沃顿商学院副教授伊桑·莫利克(Ethan Mollick)在推特上写道:“这再次表明 LLM 很快就能处理结构化和非结构化电子表格数据。这将解锁许多用例(预测、财务、估值等),并且拥有电子表格真实来源往往会减少幻觉。”
![](http://k.sinaimg.cn/n/spider20240716/7/w640h167/20240716/1b1b-cc92352c39fb0ddeb61c8a71b0221259.png/w700d1q75cms.jpg?by=cms_fixed_width)
SpreadsheetLLM如何工作?
SpreadsheetLLM通过将电子表格数据编码为大型语言模型(LLM)可以理解的格式,从而使LLM能够对电子表格数据进行推理、回答有关数据的问题,甚至根据自然语言提示生成新的电子表格。
SpreadsheetLLM的核心是“SheetCompressor”框架,该框架可以有效地压缩和编码电子表格数据,使其更易于LLM处理。SheetCompressor由三个模块组成:
▲基于结构锚点的压缩:在整个电子表格中放置“结构锚点”,以帮助LLM理解数据结构。
▲逆索引翻译:将电子表格转换为更紧凑的格式,并消除冗余数据。
▲数据格式感知聚合:根据数字格式和数据类型对相邻单元格进行分组。
![SHEETCOMPRESSOR 框架的插图(图片:Microsoft)](http://k.sinaimg.cn/n/spider20240716/137/w640h297/20240716/1e71-64cae33ae145a05f6f2e3adb771f965c.png/w700d1q75cms.jpg?by=cms_fixed_width)
SHEETCOMPRESSOR 框架的插图(图片:Microsoft)
Microsoft称,SpreadsheetLLM显着提高了电子表格检测任务的性能,在 GPT4 的上下文学习设置中比普通方法高出 25.6%,使用词元(token)的成本降低了 96%,并能提供更好的处理结果。
目前,Microsoft还没有公布何时向公众发布SpreadsheetLLM 的消息。该论文指出,该模型仍有一些限制,如对于复杂或结构化程度高的数据,其理解能力仍然有限;SheetCompressor目前还不能压缩包含自然语言的单元格等等。
本文来自微信公众号“硬AI”,关注更多AI前沿资讯请移步这里
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。