L'éditeur de Downcodes a appris que des chercheurs de Microsoft ont récemment publié SpreadsheetLLM, qui vise à résoudre le problème du traitement des feuilles de calcul par grands modèles de langage (LLM). Cette recherche innovante permet à LLM de comprendre les données des feuilles de calcul grâce à un cadre de codage unique, améliorant ainsi considérablement l'efficacité de la gestion et de l'analyse des données. Les utilisateurs peuvent interagir plus facilement avec l’IA en utilisant le langage naturel sans avoir à maîtriser des formules et des opérations complexes. Il s’agit d’une étape importante pour améliorer l’efficacité des bureaux, notamment dans le domaine de l’analyse des données. L'application réussie de SpreadsheetLLM améliorera considérablement les fonctionnalités de Microsoft Copilot dans Excel, lui permettant de gérer des tâches d'analyse de données plus complexes. Entrons dans les détails de cette technologie.
Les chercheurs de Microsoft ont récemment publié une étude innovante appelée SpreadsheetLLM, qui vise à résoudre les problèmes rencontrés par les grands modèles de langage (LLM) lors de l'analyse des feuilles de calcul.
Selon un article publié sur Arxiv le 12 juillet, SpreadsheetLLM utilise un cadre de codage pour permettre à LLM de « lire » le contenu des feuilles de calcul. Cette recherche devrait améliorer considérablement l’efficacité de la gestion et de l’analyse des données des feuilles de calcul et permettre aux utilisateurs de poser des questions à l’IA en langage naturel sans avoir à maîtriser des formules et des opérations complexes.
L'application réussie de cette technologie améliorera considérablement les fonctionnalités de Microsoft C opilot dans Excel, lui permettant de gérer des tâches d'analyse de données plus complexes. Cependant, cette méthode se heurte encore à des problèmes tels que l’exactitude des données générées et une consommation élevée de ressources informatiques. Les projets futurs de l’équipe de recherche incluent le codage des couleurs de fond des cellules et l’approfondissement de la compréhension de la pertinence du contenu cellulaire.
Souligner:
? **Défis des feuilles de calcul par rapport aux grands modèles linguistiques (LLM)** : les feuilles de calcul ont des structures complexes et des mises en page bidimensionnelles, qui dépassent la plage de saisie linéaire que les LLM gèrent habituellement.
**Analyse de la technologie SpreadsheetLLM** : Microsoft a proposé deux technologies de base, SheetCompressor et Chain of Spreadsheet, qui ont considérablement amélioré la capacité de LLM à comprendre les feuilles de calcul.
?️ **Impact sur les outils Microsoft AI** : SpreadsheetLLM devrait améliorer les capacités d'application de Microsoft C opilot dans Excel, mais il est toujours confronté au problème de la génération de données précises et de la consommation des ressources informatiques.
Dans l'ensemble, SpreadsheetLLM représente un progrès majeur dans le traitement par LLM de structures de données complexes. Même s'il reste encore quelques défis à relever, son potentiel de développement futur est énorme et mérite d'être attendu. L'éditeur de Downcodes continuera de prêter attention aux progrès ultérieurs de cette technologie et d'apporter des informations plus pointues aux lecteurs.