علم محرر Downcodes أن باحثي Microsoft قد أصدروا مؤخرًا SpreadsheetLLM، والذي يهدف إلى حل مشكلة معالجة جداول البيانات لنماذج اللغات الكبيرة (LLM). يمكّن هذا البحث المبتكر LLM من فهم بيانات جداول البيانات من خلال إطار ترميز فريد، وبالتالي تحسين كفاءة إدارة البيانات وتحليلها بشكل كبير. يمكن للمستخدمين التفاعل مع الذكاء الاصطناعي بسهولة أكبر باستخدام اللغة الطبيعية دون الحاجة إلى إتقان الصيغ والعمليات المعقدة. ويعد هذا علامة فارقة لتحسين كفاءة المكاتب، وخاصة في مجال تحليل البيانات. سيؤدي التطبيق الناجح لـ SpreadsheetLLM إلى تحسين وظائف Microsoft Copilot في Excel بشكل كبير، مما يسمح له بالتعامل مع مهام تحليل البيانات الأكثر تعقيدًا. دعونا ندخل في تفاصيل هذه التكنولوجيا.
أصدر باحثو مايكروسوفت مؤخرًا دراسة مبتكرة تسمى SpreadsheetLLM، والتي تهدف إلى حل المشكلات التي تواجهها نماذج اللغات الكبيرة (LLM) عند تحليل جداول البيانات.
وفقًا لورقة بحثية نُشرت على Arxiv في 12 يوليو، يستخدم SpreadsheetLLM إطار عمل ترميزيًا لتمكين LLM من "قراءة" محتوى جداول البيانات. ومن المتوقع أن يؤدي هذا البحث إلى تحسين كفاءة إدارة بيانات جداول البيانات وتحليلها بشكل كبير، والسماح للمستخدمين بطرح الأسئلة على الذكاء الاصطناعي باللغة الطبيعية دون الحاجة إلى إتقان الصيغ والعمليات المعقدة.
سيؤدي التطبيق الناجح لهذه التقنية إلى تحسين وظائف Microsoft C opilot في Excel بشكل كبير، مما يمكنه من التعامل مع مهام تحليل البيانات الأكثر تعقيدًا. ومع ذلك، لا تزال هذه الطريقة تواجه حاليًا مشكلات مثل دقة البيانات التي تم إنشاؤها والاستهلاك العالي لموارد الحوسبة. تتضمن الخطط المستقبلية لفريق البحث تشفير ألوان خلفية الخلية وتعميق فهم أهمية محتوى الخلية.
تسليط الضوء على:
** تحديات جداول البيانات لنماذج اللغات الكبيرة (LLM)**: تحتوي جداول البيانات على هياكل معقدة وتخطيطات ثنائية الأبعاد، والتي تتجاوز نطاق الإدخال الخطي الذي تتعامل معه LLM عادةً.
**تحليل تقنية SpreadsheetLLM**: اقترحت Microsoft تقنيتين أساسيتين، هما SheetCompressor وChain of Spreadsheet، مما أدى إلى تحسين قدرة LLM على فهم جداول البيانات بشكل كبير.
️ **التأثير على أدوات Microsoft AI**: من المتوقع أن تعمل SpreadsheetLLM على تحسين قدرات تطبيق Microsoft C opilot في Excel، لكنها لا تزال تواجه مشكلة توليد دقة البيانات واستهلاك موارد الحوسبة.
بشكل عام، يمثل SpreadsheetLLM تقدمًا كبيرًا في معالجة LLM لهياكل البيانات المعقدة، على الرغم من أنه لا تزال هناك بعض التحديات، إلا أن إمكانات تطويرها المستقبلية ضخمة وتستحق التطلع إليها. سيستمر محرر Downcodes في الاهتمام بالتقدم اللاحق لهذه التكنولوجيا وتقديم المزيد من المعلومات المتطورة للقراء.