A Compact Formula-Aware Spreadsheet Abstraction for Large Language Models
本文介绍了一种紧凑且感知公式的电子表格抽象方法，该方法通过将大型同质范围高效地构建为文本格式，以增强大语言模型在处理现实世界电子表格时的准确性、可靠性和令牌效率。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代职场中，电子表格是决策背后的无声引擎，承载着从简单的购物清单到复杂的财务预测的一切内容。它们的独特之处在于将原始数据与被称为“公式”的指令相结合，这些指令告诉计算机如何根据旧数据计算出新数值。几十年来，人类一直觉得这种二维网格非常直观，但计算机却一直难以理解它们。虽然人工智能最近在阅读文本和编写代码方面已经变得非常出色，但在面对电子表格时却经常出错。这是因为人工智能通常将电子表格视为一长串平铺的文字和数字列表，从而忽略了使网格发挥作用的隐藏结构。当人工智能尝试以这种方式读取大型电子表格时，它往往会迷失方向、产生计算错误，或者占用过多的计算机内存，导致整个过程变得过于缓慢且成本过高，从而无法投入实际使用。
一位研究人员开发了一种新的桥接方法，旨在弥补这一差距，该方法能帮助人工智能在查看具体的数字之前，先理解电子表格的形状和逻辑。该系统并非将整个电子表格逐个单元格地喂给人工智能，而是首先扫描网格，寻找遵循相同模式的大型数据块。随后，它会为这些数据块创建一个紧凑的摘要（或称抽象表示）。这个摘要会告诉人工智能每个部分包含哪种类型的数据——无论是日期列表、价格列，还是一组计算过程——并展示不同部分之间是如何连接的。至关重要的是，这个摘要包含了用于计算数值的规则（以人工智能易于理解的方式编写），并附带了每个数据块边缘的少量样本数字，以提供规模感。
研究人员在涉及各种规模和复杂查询的五十个真实世界电子表格场景中测试了这种方法。他们将这种新方法与标准做法进行了对比，而标准做法是将整个电子表格的内容发送给人工智能。结果显示，在许多情况下，人工智能仅使用这个紧凑的摘要就能正确回答问题，而无需看到完整的数字列表。这节省了大量的时间和计算机资源。在人工智能确实需要更多细节的情况下，该摘要能帮助它精准定位电子表格中相关的微小部分，而不是要求获取全部内容。这种精确性减少了人工智能需要处理的数据量达百分之七十七，并将总计算成本降低了百分之八十六。
除了节省金钱和时间外，这种新方法还让人工智能变得更加可靠。当研究人员多次运行相同的提问时，标准做法经常给出不同或错误的答案，有时甚至无法定位正确的单元格或误解表格结构。通过使用这种基于摘要的新方法，人工智能的准确性得到了显著提升；在二十二个困难案例中，有十六个案例中它每次都提供了正确答案。研究人员发现，通过先向人工智能提供一份清晰的电子表格结构图，系统可以更有效地对数据进行推理，从而避免了在尝试解析大规模文本时通常会产生的混乱。
这项研究同时也强调了该技术仍有成长空间的地方。目前的方法非常擅长发现重复模式的高耸垂直列，这在大多数商业电子表格中很常见。然而，对于那些数据点分散或不符合整齐列结构的宽阔水平行信息的电子表格，其效果则较差。研究人员指出，他们的系统目前还无法处理为了创建标题或视觉区块而合并在一起的单元格，而这在用户创建的文件中是一个常见的特征。尽管存在这些局限性，这项工作仍展示了一个将传统计算机分析与人工智能相结合的强大新方向。通过使用静态分析技术在人工智能介入前理解电子表格的布局，该系统可以提供更高程度的准确性和效率保证，将混乱的数字网格转化为机器可以阅读的清晰、易懂的故事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。