マイクロソフトの研究者が AI にスプレッドシートの読み方を教えている

生成AIモデルにスプレッドシートを理解させることは難しい場合があります。この問題を解決するために、マイクロソフトの研究者は7月12日にArxivで論文を発表しました。 スプレッドシートLLM大規模な言語モデルがスプレッドシートを「読み取る」ことを可能にするエンコーディング フレームワークです。

SpreadsheetLLM は「スプレッドシートのデータ管理と分析を変革し、よりインテリジェントで効率的なユーザーインタラクションへの道を開く」可能性があると研究者らは書いている。

SpreadsheetLLM のビジネスにおける利点の 1 つは、自然言語で AI モデルに質問することで、スプレッドシートの数式の使い方を学習することなく、数式を使用できることです。

LLM にとってスプレッドシートが課題となるのはなぜですか?

スプレッドシートは、いくつかの理由から LLM にとって課題となります。

• スプレッドシートは非常に大きくなる可能性があり、LLM が一度に処理できる文字数を超えることがあります。
• 報告書にあるように、スプレッドシートは「2 次元のレイアウトと構造」であり、LLM がうまく扱う「線形かつ連続的な入力」とは対照的です。
• LLM は通常、セル アドレスや特定のスプレッドシート形式を解釈するためのトレーニングを受けていません。

マイクロソフトの研究者はスプレッドシートを解析するために複数のステップの手法を使用した

SpreadsheetLLM には 2 つの主要な部分があります。

• シートコンプレッサーこれは、スプレッドシートを LLM が理解できる形式に縮小するフレームワークです。
• スプレッドシートのチェーンこれは、質問が提示されたときに圧縮されたスプレッドシートの適切な部分を識別し、応答を生成する方法を LLM に教える方法論です。

SheetCompressor には 3 つのモジュールがあります。

• LLM がスプレッドシート内の行と列を識別するのに役立つ構造アンカー。
• LLM がスプレッドシートを解釈するために必要なトークンの数を削減する方法。
• 類似のセルをまとめてクラスタ化することで効率を向上させる手法。

これらのモジュールを使用することで、チームはスプレッドシートのエンコードに必要なトークンを 96% 削減しました。これにより、LLM がスプレッドシートを理解できるようにするための別の主要な研究チームの研究よりもわずかに (12.3%) 改善されました。研究者は、次の LLM でスプレッドシート識別方法を試しました。

• OpenAIの GPT-4 および GPT-3.5。
• メタのラマ2と ラマ3。
• Microsoft の Phi-3。
• ミストラルAIのMistral-v2。

Chain of Spreadsheet 機能には、GPT-4 が使用されました。

SpreadsheetLLM は Microsoft の AI の取り組みにとってどのような意味を持つのでしょうか?

ここでマイクロソフトが明らかに有利なのは、 AIアシスタントコパイロット多くの Microsoft 365 スイート アプリケーションで動作する を使用すると、Excel でより多くのことが可能になります。SpreadsheetLLM は、生成 AI を実用化するための継続的な取り組みを表しています。Excel のより高度な機能のトレーニングを受けていない人々に Excel を開放することは、生成 AI が拡大するのに適したニッチになる可能性があります。

参照: あなたのビジネスがどれだけ深く関与しているか マイクロソフト コパイロット どのバージョンがあなたの仕事に適しているかに影響します。

このマイクロソフトの研究の実際の使用法と今後のステップ

これまでの一流研究チームの調査結果と比べて 12.3% の改善は、現時点では経済的というよりも学術的に意義深いものです。 生成AIは物事を捏造することで悪名高い、そしてスプレッドシートを通じて連鎖する幻覚は、膨大な量のデータを役に立たなくしてしまう可能性がある。研究者が指摘するように、LLM にスプレッドシートの形式 (つまり、スプレッドシートが通常どのように見えるか、どのように機能するか) を理解させることは、LLM にそれらのセル内に理解可能で正確なデータを生成させることとは異なる。

さらに、この方法では、答えを出すのに多くの計算能力と LLM を何度も通す必要があります。さらに、オフィスの Excel ウィザードを使えば、それほど多くのエネルギーを使わずに数分で答えを出すことができるかもしれません。

今後、研究チームは、セルの背景色などの詳細をエンコードする方法を取り入れ、セル内の単語が互いにどのように関連しているかについての LLM の理解を深めたいと考えています。

TechRepublic は詳細情報を得るために Microsoft に問い合わせました。