微软最新研究表明，现有的电子表格应用程序因其丰富的功能和布局选项，难以被传统AI大语言模型有效处理。为解决这一问题，微软研发了专为电子表格应用设计的AI模型SpreadsheetLLM，并开发了SheetCompressor（压缩电子表格）以提升模型的理解和处理能力。SpreadsheetLLM由三个模块组成，能够显著提高电子表格表检测任务的性能，并降低处理成本。尽管该模型仍存在一些限制，但为电子表格应用的AI发展带来了新的方向。

😄 **SpreadsheetLLM的诞生**: 针对传统AI模型难以胜任电子表格处理场景的现状，微软研发了专为电子表格应用而设计的AI模型SpreadsheetLLM。此举旨在突破现有AI模型在处理电子表格数据的局限性，为用户提供更精准、高效的电子表格处理体验。

😎 **SheetCompressor的助力**: 为了帮助SpreadsheetLLM更好地理解和处理电子表格数据，微软还研发了SheetCompressor，它可以有效地压缩电子表格数据，降低模型处理的负担。SheetCompressor的加入，使得SpreadsheetLLM能够更准确地识别和分析电子表格中的数据，提升处理效率。

🤩 **SpreadsheetLLM的优势**: SpreadsheetLLM模型主要由三个模块组成，分别是基于结构锚的压缩、反向索引转换和数据格式感知聚合。这三个模块协同工作，使SpreadsheetLLM在电子表格表检测任务中表现出色，性能提升显著。同时，SpreadsheetLLM还能够有效降低处理成本，提高数据处理的效率。

🤔 **SpreadsheetLLM的局限性**: 目前，SpreadsheetLLM还存在一些局限性，例如无法高效处理使用背景颜色和边框的电子表格，SheetCompressor也无法有效压缩包含自然语言的单元格。这些限制表明，SpreadsheetLLM仍处于发展阶段，需要进一步完善和改进。

🚀 **SpreadsheetLLM的未来**: 尽管存在局限性，但SpreadsheetLLM的研发为电子表格应用的AI发展带来了新的方向。未来，随着技术的不断进步，SpreadsheetLLM有望克服现有的局限性，为用户提供更加智能、便捷的电子表格处理体验。

IT之家 7 月 16 日消息，根据微软最新公布的研究论文，计划为 Excel、谷歌 Sheets 等电子表格应用程序，开发全新的 AI 大语言模型--SpreadsheetLLM。

研究人员表示现有电子表格应用程序具备丰富的功能，在布局和格式方面为用户提供大量的选项，因此传统 AI 大语言模型很难胜任电子表格处理场景。

而 SpreadsheetLLM 就是专门为电子表格应用而设计的 AI 模型，微软还研发了 SheetCompressor（压缩电子表格），让 SpreadsheetLLM 能够更好地理解、处理电子表格数据。

IT之家援引论文摘要部分，SpreadsheetLLM 模型主要由 3 个模块组成：基于结构锚的压缩、反向索引转换和数据格式感知聚合。

SpreadsheetLLM 大大提高了电子表格表检测任务的性能，在 GPT4 的情境学习设置中，比普通方法高出 25.6%；使用词元（token）的成本降低了 96%，并能提供更好的处理结果。

目前还没有关于微软计划何时或是否向公众提供 SpreadsheetLLM 的消息。该论文指出，该模型仍有一些限制，无法高效处理使用背景颜色和边框的电子表格；SheetCompressor 目前还不能压缩包含自然语言的单元格等等。