／微软

在该研究所描绘的SpreadsheetLLM流程中，是以SheetCompressor结合各种不同的大型语言模型来理解试算表，再针对试算表的各种下游任务进行推论。

研究人员指出，SpreadsheetLLM为处理及理解试算表的重大进步，它有效地解决了尺寸带来的挑战，以及试算表固有的多样与复杂性，可大幅减少所需的Token及运算成本，而能在大型数据集上进行实际的应用，对各种LLM的微调更可进一步提高对试算表的理解能力。至于用来扩充SpreadsheetLLM框架的Chain of Spreadsheet则展现了未来的应用潜力，也将带来更有效与更聪明的用户交互性。