微软的新人工智能系统有望彻底改变电子表格的使用

发布时间: 2024-07-20

随着AI不断重塑数字和景观的每一个角落，微软现在正将注意力转向过度关注的办公领域：前页。

引入的一项实验Imodel对预张LLM进行了测试，该技术增强了预张的功能。新模型，详见研究论文微软的目标是通过阅读表中的结构和数据来解决利用AI力量的挑战。

尽管微软的研究人员强调了宣传单在商业中的重要性，但他们也减轻了其局限性。传统的电子表格很难理解和解释电子表格的内容。

电子表格LL开发不当，无法以更友好的LLM方式编码电子表格数据。研究人员使用的初始方法不使用电子表格的地址、值和格式，但他们发现这种方法受到LLM约束的限制，使该方法不适用于其他应用程序。

大型语言模型（LLM）采用标准的线性或简化技术进行训练，在与电子表格中的单元格进行有限的相似性和引用时，它们会遇到困难。

为了克服这些挑战，研究人员开发了一种名为SheetCompressor的新机制，将预处理的表格内容编码为与LLM更兼容的新格式。这种创新的编码框架压缩了预表，使LLM更容易访问。它分析了预表结构，将数据翻译成更有效的表示，然后汇总数据。

研究人员声称，他们全面评估了新的方法，发现它可以将数据压缩高达96%，允许LLM在其限制范围内处理大数据集。该模型在可读纸张检测方面表现出色，比现有方法高12.3%。

使用AI来提高预表性能和效率并不是什么新鲜事。MicrosoftExcelIdeas的功能是根据所选范围建议可视化、图表和图标，使用户更容易识别趋势和模式谷歌表单的智能填充功能用于检测数据中的模式并自动建议完成。

其他几家公司正在重新整合AI，以提高电子表格的功能。一些启动，如Airttable和行数，甚至提供AI原生电子表格替代品。但是，MicrosoftExcels仍然是普通用户的行业标准。

微软的研究人员将预处理的LLM与一些最受欢迎的LLM模型进行了比较，包括GPT-4、Llama3、Phi-3和Mistral-v2。结果显示，与之前的方法相比，GPT-4在处理电子表格任务时的性能提高了27%

电子表格LLMisstill使用一个实验模型，并研究了一些限制，特别是在使用复杂的垫子电子表格时。然而，他们认为电子表格LLM在人工智能驱动和数据分析决策方面具有巨大的潜力。它还具有来自数据输入、格式化和聚合等繁重任务的潜在用户。

电子表格具有灵活的布局和多种格式选项，是一种理想的业务和工作。电子表格LLM的引入有助于使电子表格的使用民主化，使每个人都能轻松使用，并有可能改变未来的工作方式。使用自然语言处理，用户可以用简单的英语查询和操作数据，而不是使用复杂的公式或编程语言。

抬头一看，研究人员正在探索先进的语义压缩技术，以提高电子表格LLM的性能。微软的研究论文可能为未来Excel的强大拷贝提供了电子表格LLM的基础。

相关项目

使用提示锁定来启动抓握

AreTechGians堆积‘SmallContentCreator’来训练人工智能？

GenQL扩展SQL用于概率建模

 Thepost微软的新AIS系统承诺彻底改变电子表格使用首先出现在数据名称

-