HyperAIHyperAI
منذ 2 أشهر

SheetCopilot: رفع إنتاجية البرمجيات إلى مستوى جديد من خلال نماذج اللغات الكبيرة

Hongxin Li; Jingran Su; Yuntao Chen; Qing Li; Zhaoxiang Zhang
SheetCopilot: رفع إنتاجية البرمجيات إلى مستوى جديد من خلال نماذج اللغات الكبيرة
الملخص

قد أمضى مستخدمو أجهزة الكمبيوتر مليارات الساعات في إنجاز المهام اليومية مثل معالجة البيانات الجدولية وجدولة زمنية المشاريع. ومعظم هذه المهام تكون متكررة ومعرضة للأخطاء، ومع ذلك يفتقر معظم المستخدمين إلى المهارات اللازمة لautomating هذه الأعمال الشاقة (تلقائيتها). بفضل ظهور نماذج اللغة الكبيرة (LLMs)، أصبح توجيه البرمجيات بالطلبات الطبيعية للمستخدم هدفًا قابلًا للتحقيق. في هذا العمل، نقترح وكيل SheetCopilot الذي يقوم بتنفيذ المهام بواسطة اللغة الطبيعية والتحكم في الجداول الإلكترونية لتلبية المتطلبات. نقترح مجموعة من الأنشطة الذرية كتجريد لوظائف البرامج الجدولية. كما صممنا إطار عمل للتخطيط للمهام يستند إلى آلة الحالة لتمكين النماذج اللغوية الكبيرة من التفاعل بشكل أكثر ثباتًا مع الجداول الإلكترونية. جمعنا مجموعة بيانات ممثلة تحتوي على 221 مهمة تحكم في الجداول الإلكترونية وأقمنا خط أنابيب تقييم آلي بالكامل لقياس قدرة النماذج اللغوية الكبيرة على المهام المتعلقة بالتحكم في البرمجيات بشكل دقيق. تمكنت وكيلتنا SheetCopilot من إكمال 44.3٪ من المهام في عملية توليد واحدة، مما يتفوق بكثير على أساس الخطوط الأساسية القوي لتوليد الرموز. صفحة المشروع الخاصة بنا: https://sheetcopilot.github.io/.

SheetCopilot: رفع إنتاجية البرمجيات إلى مستوى جديد من خلال نماذج اللغات الكبيرة | أحدث الأوراق البحثية | HyperAI