nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Le 12, Microsoft a publié un nouveau modèle de langage à grande échelle et prévoit de développer un nouveau modèle de langage d'IA à grande échelle, SpreadsheetLLM, pour les applications de feuilles de calcul telles qu'Excel et Google Sheets.

Microsoft a souligné dans le document que SpreadsheetLLM, en tant que nouveau modèle d'IA, sera largement utilisé pour comprendre et traiter des données complexes de feuilles de calcul.

SpreadsheetLLM a le potentiel de transformer la gestion et l’analyse des données des feuilles de calcul, ouvrant la voie à des interactions utilisateur plus intelligentes et plus efficaces.

Cela peut inquiéter les comptables et les analystes de données quant à leurs perspectives d’emploi futures. Les internautes ont plaisanté sur la plateforme sociale X en disant que "le travail de Karen sera bientôt remplacé par l'intelligence artificielle".

"Karen pourrait bientôt se retrouver au chômage"

Les chercheurs ont souligné que les applications de feuilles de calcul actuelles sont riches en fonctionnalités et offrent aux utilisateurs un grand nombre de choix en termes de mise en page et de format, ce qui rend difficile l'efficacité des grands modèles de langage d'IA traditionnels dans le traitement des feuilles de calcul. SpreadsheetLLM est un modèle d'IA spécialement conçu pour les applications de feuilles de calcul.

Microsoft a également développé l'outil SheetCompressor (feuille de calcul compressée) pour aider SpreadsheetLLM à mieux comprendre et traiter les données des feuilles de calcul.

Les chercheurs affirment que les applications potentielles de SpreadsheetLLM vont de l'automatisation des tâches d'analyse de données de routine à la fourniture d'informations et de recommandations intelligentes basées sur les données d'une feuille de calcul. Par exemple, SpreadsheetLLM peut être utilisé pour générer automatiquement des rapports financiers, identifier des anomalies ou des tendances dans les données, fournir aux clients des recommandations personnalisées de produits ou de services, et bien plus encore.

En conséquence, SpreadsheetLLM a le potentiel de révolutionner la façon dont les entreprises gèrent les données.

Un utilisateur a déclaré : « Un LLM capable d'écrire du SQL tuera toute l'industrie de l'ingénierie des données telle que nous la connaissons. »

Un autre a écrit : « Le SaaS est en grande difficulté. »

"Cela aura un impact énorme sur la communauté financière"

Ethan Mollick, professeur agrégé à la Wharton School de l'Université de Pennsylvanie, a écrit sur Twitter : « C'est un autre signe que LLM sera bientôt capable de gérer des données de feuilles de calcul structurées et non structurées. Cela débloquera de nombreux cas d'utilisation (prédiction, finances, valorisations, etc.), et disposer d’une source de vérité sous forme de tableur tend à réduire les illusions.

Comment fonctionne SpreadsheetLLM ?

SpreadsheetLLM fonctionne en codant les données d'une feuille de calcul dans un format que les grands modèles linguistiques (LLM) peuvent comprendre, permettant aux LLM de raisonner sur les données d'une feuille de calcul, de répondre à des questions sur les données et même de générer de nouvelles feuilles de calcul basées sur des invites en langage naturel.

Au cœur de SpreadsheetLLM se trouve le framework « SheetCompressor », qui compresse et encode efficacement les données des feuilles de calcul, ce qui facilite leur traitement avec LLM. SheetCompressor se compose de trois modules :

▲ Compression basée sur des ancres structurelles : placez des « ancres structurelles » dans la feuille de calcul pour aider LLM à comprendre la structure des données.
▲ Traduction d'index inversée : convertissez les feuilles de calcul dans un format plus compact et éliminez les données redondantes.
▲ Agrégation tenant compte du format des données : regroupez les cellules adjacentes en fonction du format numérique et du type de données.

Illustration du framework SHEETCOMPRESSOR (Image : Microsoft)

Selon Microsoft, SpreadsheetLLM améliore considérablement les performances des tâches de détection des feuilles de calcul, surpassant les méthodes ordinaires de 25,6 % dans le cadre d'apprentissage contextuel de GPT4, réduisant le coût d'utilisation des jetons de 96 % et offrant de meilleurs résultats de traitement.

Actuellement, Microsoft n'a pas annoncé quand SpreadsheetLLM sera rendu public. L'article souligne que le modèle présente encore certaines limites, telles que sa capacité à comprendre des données complexes ou hautement structurées est encore limitée ; SheetCompressor ne peut actuellement pas compresser les cellules contenant du langage naturel, etc.