把“整理本季销售表”交给模型,它需要先找到正确的工作表与单元格,再决定修改内容,并通过可用接口执行。Yuxiang Wang 等人 11 月 19 日提交的 SheetAlign 研究把这三个环节拆开,让一个可本地部署的开放权重模型先查看工作簿,再生成修改程序。
训练时,团队分开优化程序生成和程序复核,根据每次编辑向目标状态推进了多少来评分。运行时,模型可以提出几种候选程序;系统执行候选方案,再依据结果工作簿之间的一致程度选择答案。这样,评判依据包括实际单元格状态,而不只看代码长什么样。
在作者报告的测试中,完整方案在 SpreadsheetBench 上的平均准确率为 32.8%,在 Domain-Spreadsheet 上为 30.1%。摘要和正文对未训练中间步骤的数值略有出入,因此这里仅列完整方案结果。作者表示计划公开代码。
配图为 Yuxiang Wang、Junhao Gan 与 Jianzhong Qi 的图 2。封面等比缩放并留白。CC BY 4.0 许可。
