北大ChatExcel，自动处理表格！
p
点击关注 👉约 8 分钟
点击关注 👉约 8 分钟
来源丨量子位
看，输入想要干的事：给学生成绩排个名吧。 简单敲个回车，表格唰一下就列好了！ 检查一遍也没错。
咳咳，别人女票的事稍后再谈，咱们先来看看ChatExcel的表现到底咋样。 总体来说，它想做的事就是跳过学习Excel、跳过写函数公式，直接把脑子里的需求变成表格里的内容。 团队在知乎首发产品时，用了一张图做解释：
而对比ChatGPT来说，ChatExcel计算的准确性更突出。
比如计算同一个表格的平均数，ChatGPT不是弄错到底有多少个人，就是计算的时候带错数字，反复纠正都救不回来……
所以，ChatExcel是怎么做到的？背后原理到底如何？
ChatExcel的原理一言以蔽之，就是直接把“大白话指令”转换成类似于VBA这样的程序语言，然后再执行程序。 底层基于Transformer架构，基本技术路线就是无监督训练+具体场景微调。 但NLP模型搞数学，一直都很容易出错，强大如ChatGPT都很难避免。 为此，团队在训练模型的过程中，将重点放在了 符号逻辑 上，期间还有意引入了一些逻辑符号的新知识。 由此我们也看到，它在计算上出错的概率并不高。 除了 数学能力 出众之外，ChatExcel最大的一个特点就是 持续交互 。 这是因为ChatExcel每次的生成结果，都是基于用户提出的新需求+上一轮生成的表格。对模型的理解力及运算其实提出了更高的要求。 为什么要实现这一功能？ 团队介绍说，如Dall·E、ChatBCG等AI工具，完成任务的方式都是单次不持续的。但在人们的实际使用过程中，想法是一步步推进的。 举例来说，用户和ChatExcel之间的关系就好比甲乙双方，ChatExcel是乙方，用它处理表格的我们就相当于甲方：
加上这项工作还得到了导师袁粒的认可和支持，团队在资源和经费上也更充裕了一些。
（p.s.但团队也和我们解释说，目前其实还不能负担太多成本，运行速度会受到影响、一些命令行识别也还存在问题
）
不管怎样，历经1年时间，ChatExcel终于发布demo。
但这只是计划的第一步。
团队表示，接下来还将对产品做更多迭代升级，并会开源代码、揭秘背后技术。
对于ChatExcel的定位，他们坚持“小而美”。
Kid介绍说，大模型的确是当下的趋势，如OpenAI、百度等都在通用大模型领域不断推进成果。但他们认为，在一些子任务领域上，模型的能力还有待提升，这可能会是未来的一个趋势。
由此，他们目前会更加专注于模型特定场景下的能力提升。
至于长远目标，团队希望打造一个
“Chat生态”、交互式AIGC。
终极“Chat生态”（幻想版）大概会长这样：
而回到ChatExcel本身，团队表示的确有商业化的考虑，但会是To B层面的。
（听说demo一发布就已经有不少公司联系他们了）
https://chatexcel.com/
参考链接：
[1] https://www.zhihu.com/question/586673687
[2] https://zhuanlan.zhihu.com/p/607997627 - END-
看，输入想要干的事：给学生成绩排个名吧。 简单敲个回车，表格唰一下就列好了！ 检查一遍也没错。
ChatExcel表现如何？
咳咳，别人女票的事稍后再谈，咱们先来看看ChatExcel的表现到底咋样。 总体来说，它想做的事就是跳过学习Excel、跳过写函数公式，直接把脑子里的需求变成表格里的内容。 团队在知乎首发产品时，用了一张图做解释：
给总分在255以上的人标记为A，总分在240-255的人标记为A-，总分在210-240的人标记为B。打完内容，敲一下回车，它就开始处理了。
找到表格中数学成绩最高分的人。然后，它就生成了一个新的界面，里面只有最高分童鞋。
- 连贯性
- 准确性
把“乙方思想”贯彻到底
ChatExcel的原理一言以蔽之，就是直接把“大白话指令”转换成类似于VBA这样的程序语言，然后再执行程序。 底层基于Transformer架构，基本技术路线就是无监督训练+具体场景微调。 但NLP模型搞数学，一直都很容易出错，强大如ChatGPT都很难避免。 为此，团队在训练模型的过程中，将重点放在了 符号逻辑 上，期间还有意引入了一些逻辑符号的新知识。 由此我们也看到，它在计算上出错的概率并不高。 除了 数学能力 出众之外，ChatExcel最大的一个特点就是 持续交互 。 这是因为ChatExcel每次的生成结果，都是基于用户提出的新需求+上一轮生成的表格。对模型的理解力及运算其实提出了更高的要求。 为什么要实现这一功能？ 团队介绍说，如Dall·E、ChatBCG等AI工具，完成任务的方式都是单次不持续的。但在人们的实际使用过程中，想法是一步步推进的。 举例来说，用户和ChatExcel之间的关系就好比甲乙双方，ChatExcel是乙方，用它处理表格的我们就相当于甲方：
要求只管提，改到满意为止。（Doge）同样，这个乙方思维也体现在开发团队自己身上。 Demo发布后，很多人跑来围观、试用和提建议。最常出现的反馈是，ChatExcel有点理解不了提出的要求，需要重新措辞调整。 对于这些情况，团队先阐明态度： 建议我们全盘接收。 同时也进一步解释了原因，目前开放的demo还不是很完善。 这一方面是为了看看大家的反馈做进一步优化；另一方面，也是希望收集更多的语料，让模型之后能更聪明一些。 比如，有人就提出：
既然都已经有“undo”（撤销）操作，什么时候可以把它处理表格的过程显示出来。还有人附议，表格数据太多就很难检查它 是否处理正确：
提高ChatExcel执行任务的透明度，方便检查错误。对于这些建议，团队和我们说，他们已经在开始着手调整了。 比如很多人反馈的语言理解问题，他们打算之后在对话框下根据用户的输入，推荐一些标准操作语句，大家直接选择就可以了，不用自己研究措辞，有点现在AI客服那味儿。 除此之外，还有这些功能也在开发的路上了：
- 表格上传格式更加兼容
-
展示ChatExcel处理表格的具体过程，更加透明化
……
受到女票启发，把业余项目做成正式课题
说来ChatExcel的诞生，也是相当因吹斯听了。 它受启发于团队成员的女票、导师立刻拍板认可、把业余项目做成正式课题…… 这还要从Kid和CY拉起小团队说起。 他们都来自北京大学深圳研究生院信息工程学院袁粒老师的课题组，已经是准博了，还有一位成员正在读硕士。 作为机器学习的 基础理论研究者 ，他们日常和论文打交道更多。 为啥突然从理论研究转向应用？ 这还得从Kid的女票说起。 他说自己的女朋友是一位中学信息老师，日常工作中经常需要帮年纪大的老师处理Excel表格问题。 为了帮女朋友多分担一点工作（bushi） ，当然也看到确实有很多人深受Excel复杂操作困扰，Kid就萌生了试试看的想法。我觉得Excel公式的使用，多少还是需要编程思维的，这对于很多人、尤其是不擅长电脑操作的人来说，很不友好。而拿着工具书从头啃，也确实比较麻烦。当时正值OpenAI的Copilot大火，看到AI在提升生产力上大有可为，他就拉着CY一起，打算仔细研究研究这事儿。 但事情前期，并没有想象中顺利。 一方面，它刚开始只是个业余项目，大家都是抽空来做。 另一方面，团队在技术路线上也做过重大调整。 最初，他们觉得ChatExcel应该是往 判别式模型 那块儿走的，于是就顺着这一思路推进，但没想到：
前期处理工作量太大，需要引入非常非常多的 符号逻辑 ，数据要求很高。这对于小团队来说基本上是致命的，因为数据量意味着人力物力时间成本都会飙高。 没有办法，Kid和CY就坐下来重新复盘这件事：
我们想到李沐老师发过一个视频，讲“BERT和GPT之争”，我们最初都觉得BERT各种指标表现更好。GPT呢，有点摸不清它想干啥。 但仔细一想，从任务本身的需求来看，生成式才是我们真正想要的东西。加之去年OpenAI一系列生成式工作开始大火（如Copilot、Dall·E），两个人最后决定， 推翻原有思路，重新从生成式模型做起。 明确了技术路线，后续推进也就更顺了。
加上这项工作还得到了导师袁粒的认可和支持，团队在资源和经费上也更充裕了一些。
）
我们现在依旧觉得自己的方案很“优雅”。 感觉做理论的人转来做应用，总是能想到一些奇怪的思路hhh。传送门 ：
https://chatexcel.com/
参考链接：
[1] https://www.zhihu.com/question/586673687
[2] https://zhuanlan.zhihu.com/p/607997627 - END-