12日，Microsoft发布了(le)一个(ge)新(xin)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(xin)的 AI 大语言模型--SpreadsheetLLM。
Microsoft在论(lun)文指出，SpreadsheetLLM作为一款全新(xin)的AI模型，将(jiang)广(guang)泛(fan)使(shi)用于理解并(bing)处理复杂的电子表格数据。
SpreadsheetLLM具(ju)有改变电子表格数据管理和分析的潜力，为更智(zhi)能和高效的用户交互铺平了(le)道路。
SpreadsheetLLM具(ju)有改变电子表格数据管理和分析的潜力，为更智(zhi)能和高效的用户交互铺平了(le)道路。
这或(huo)许会让会计师和数据分析师们(men)对他们(men)的未来工作前景感到担忧。网(wang)友们(men)在社交平台X上调侃，认为“（每(mei)天(tian)与Excel打交道的）凯伦(lun)们(men)的工作很快就会被(bei)人工智(zhi)能取代”。
“凯伦(lun)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(shi)方面为用户提供了(le)大量选择，这使(shi)得传(chuan)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(zhuan)门(men)为电子表格应用而设计的 AI 模型。
微软还开发了(le) SheetCompressor工具(ju)，以帮助 SpreadsheetLLM 更好地理解和处理电子表格数据。
研究人员称，SpreadsheetLLM 的潜在应用非(fei)常广(guang)泛(fan)，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(zhi)能见解和建议。例如，SpreadsheetLLM 可用于自动生成财(cai)务报(bao)告、识(shi)别数据中的异常或(huo)趋势、为客户提供个(ge)性化的产(chan)品或(huo)服务推荐等。
因此，SpreadsheetLLM 有可能彻底(di)改变企业处理数据的方式(shi)。
一位用户声称：“正如我们(men)所知，能够编写 SQL 的 LLM 将(jiang)扼杀(sha)整个(ge)数据工程行业。”
另一位写道，“SaaS陷入了(le)深深的麻烦。”
“这对金(jin)融界(jie)来说将(jiang)产(chan)生巨大影响”
宾夕法尼(ni)亚大学沃顿(dun)商学院副教授伊桑(sang)·莫利(li)克（Ethan Mollick）在推特上写道：“这再(zai)次表明 LLM 很快就能处理结(jie)构化和非(fei)结(jie)构化电子表格数据。这将(jiang)解锁许多用例（预测、财(cai)务、估值等），并(bing)且拥有电子表格真实来源(yuan)往往会减少幻觉(jue)。”
SpreadsheetLLM如何工作？
SpreadsheetLLM通过将(jiang)电子表格数据编码(ma)为大型语言模型（LLM）可以理解的格式(shi)，从而使(shi)LLM能够对电子表格数据进行推理、回答有关数据的问题，甚(shen)至根据自然语言提示生成新(xin)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(ma)电子表格数据，使(shi)其更易于LLM处理。SheetCompressor由三(san)个(ge)模块组成：
▲基于结(jie)构锚点的压缩：在整个(ge)电子表格中放置“结(jie)构锚点”，以帮助LLM理解数据结(jie)构。
▲逆索引翻译：将(jiang)电子表格转换为更紧凑的格式(shi)，并(bing)消除(chu)冗余数据。
▲数据格式(shi)感知聚合：根据数字格式(shi)和数据类型对相邻(lin)单元格进行分组。
▲基于结(jie)构锚点的压缩：在整个(ge)电子表格中放置“结(jie)构锚点”，以帮助LLM理解数据结(jie)构。
▲逆索引翻译：将(jiang)电子表格转换为更紧凑的格式(shi)，并(bing)消除(chu)冗余数据。
▲数据格式(shi)感知聚合：根据数字格式(shi)和数据类型对相邻(lin)单元格进行分组。
SHEETCOMPRESSOR 框架的插图（图片：Microsoft）
Microsoft称，SpreadsheetLLM显着提高了(le)电子表格检测任务的性能，在 GPT4 的上下文学习(xi)设置中比普通方法高出 25.6%，使(shi)用词元（token）的成本降低了(le) 96%，并(bing)能提供更好的处理结(jie)果。
目前，Microsoft还没有公布何时向公众发布SpreadsheetLLM 的消息(xi)。该论(lun)文指出，该模型仍有一些限制，如对于复杂或(huo)结(jie)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。