SheetAgent：基于大型语言模型的电子表格推理与操作通用代理

电子表格在万维网上无处不在，在各个领域的提高工作效率方面发挥着关键作用。近期，大型语言模型（LLM）已被尝试用于自动电子表格操作，但在涉及推理挑战的复杂现实任务中（例如，长时序多步骤推理和需求模糊的任务），其应用尚未得到充分研究。为了弥合与实际需求之间的差距，我们引入了SheetRM基准测试，该基准测试包含由现实生活挑战引起的长时序和多类别任务，这些任务需要依赖推理进行操作。为了解决上述挑战，我们进一步提出了SheetAgent，这是一种新颖的自主代理，利用了大型语言模型的强大能力。SheetAgent由三个协作模块组成：规划器（Planner）、信息提供者（Informer）和检索器（Retriever），通过迭代任务推理和反思，在无需人工干预的情况下实现了高级推理和精确的电子表格操作。大量实验表明，与基线方法相比，SheetAgent在多个基准测试中的通过率提高了20%到40%，在电子表格操作的精度上取得了显著提升，并展示了卓越的表格推理能力。更多详细信息和可视化内容可访问项目网站：https://sheetagent.github.io/。数据集和源代码可在https://anonymous.4open.science/r/SheetAgent获取。