論文の概要: ChatGPT and Excel -- trust, but verify

• arxiv url: http://arxiv.org/abs/2309.00120v1
• Date: Thu, 31 Aug 2023 20:21:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 11:32:10.911139
• Title: ChatGPT and Excel -- trust, but verify
• Title（参考訳）: ChatGPTとExcel -- 信頼はあるが検証する
• Authors: Patrick O'Beirne
• Abstract要約: 本稿では、ChatGPTに対する批判的なアプローチを採用し、その膨大なリーチが、単純な要件を持つ人々にとって有用なツールであることを示している。 システムとユーザプロンプトを備えたExcelscriptボタンを、Excelデスクトップ環境にChatGPT APIに追加する実践的なガイドで締めくくっている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper adopts a critical approach to ChatGPT, showing how its huge reach makes it a useful tool for people with simple requirements but a bad, even misleading guide to those with more complex problems which are more rarely present in the training data and even more rarely have straightforward solutions. It works through four exercises in creating lookup formulas using chatbots, showing the need to test the offered solutions. They are a simple lookup, a lookup to the left, a match of two values at the same time, and intentionally confusing the models by using common language with technical meaning in Excel. It concludes with a practical guide for how to add an Excelscript button, with system and user prompts, to the ChatGPT API into the Excel desktop environment, supported by a blog post giving the technical details for those interested.
• Abstract（参考訳）: 本稿は,チャットgptに対する批判的なアプローチを採用し,その膨大なリーチが,単純な要件を持つ人々にとって有用なツールであると同時に,トレーニングデータにほとんど存在せず,簡単なソリューションを持つことも稀な,より複雑な問題を持つ人々への,悪い,さらには誤解を招くガイドとなることを示す。 チャットボットを使ってルックアップ公式を作成するための4つのエクササイズを通じて機能し、提供されるソリューションをテストする必要性を示している。 単純なルックアップ、左のルックアップ、2つの値の一致を同時に行い、Excelで技術的な意味を持つ共通言語を使用することでモデルを意図的に混乱させます。 最終的には、システムとユーザのプロンプトを備えたexcelscriptボタンを、excelデスクトップ環境にchatgpt apiに追加する方法に関する実践的なガイドで締めくくっている。

関連論文リスト

• Auto-Formula: Recommend Formulas in Spreadsheets using Contrastive Learning for Table Representations [36.2969566996675]
  我々は,ユーザがターゲットのスプレッドシートセルで書きたい公式を正確に予測するオートフォーミュラシステムを開発した。 コンピュータビジョンの「類似顔認識」にインスパイアされたコントラスト学習技術を用いている。
  論文  参考訳（メタデータ） (2024-04-19T03:28:18Z)
• NL2Formula: Generating Spreadsheet Formulas from Natural Language Queries [29.33149993368329]
  本稿では,NL2Formulaと呼ばれる新しいベンチマークタスクを紹介する。 目的は、自然言語(NL)クエリを入力として、スプレッドシートテーブル上にグラウンドされた実行可能な式を生成することである。 我々は,70,799対のNLクエリと対応するスプレッドシート公式からなる包括的データセットを構築し,21,670のテーブルと37種類の公式関数を網羅した。
  論文  参考訳（メタデータ） (2024-02-20T05:58:05Z)
• TroVE: Inducing Verifiable and Efficient Toolboxes for Solving Programmatic Tasks [75.1781376169951]
  言語モデル(LM)は、プログラムを書くことで、テーブルや画像に関する質問に答えるといったタスクを解くことができる。 人間の労力を使わずにより良いソリューションを実現するために、コードLMに再利用可能な高レベル関数のキュレートを依頼する。 本稿では,関数の検証と効率的なツールボックスを誘導するトレーニング不要なTROVEを提案する。
  論文  参考訳（メタデータ） (2024-01-23T16:03:17Z)
• InstructExcel: A Benchmark for Natural Language Instruction in Excel [72.018640505825]
  本研究は,大規模言語モデルが自然言語ユーザ命令を通じて提供されるExcel固有のタスクを解くコードを生成することができるかどうかを考察する。 私たちのベンチマークには、2000の公開Excelスプレッドシートにわたる170以上のExcel操作をカバーする10万以上のサンプルが含まれています。 我々は,(1) GPT-4 over GPT-3.5,(2) よりコンテキスト内での例を提供し,(3) 動的プロンプトは,このベンチマークの性能向上に役立つことを観察した。
  論文  参考訳（メタデータ） (2023-10-23T02:00:55Z)
• Eliciting Human Preferences with Language Models [56.68637202313052]
  言語モデル(LM)は、ラベル付き例や自然言語のプロンプトを使用してターゲットタスクを実行するように指示することができる。 タスク仕様プロセスのガイドには*LM自身を使うことを提案します。 我々は、メール検証、コンテンツレコメンデーション、道徳的推論の3つの領域でGATEを研究している。
  論文  参考訳（メタデータ） (2023-10-17T21:11:21Z)
• Experimenting with ChatGPT for Spreadsheet Formula Generation: Evidence of Risk in AI Generated Spreadsheets [0.0]
  LLM(Large Language Models)は、平易な英語文の解釈によって複雑なコンピュータプログラムを作成できるほど高度になった。 本稿では,ChatGPTを用いて,有効なスプレッドシート式を作成するためのツールの能力について検討する。
  論文  参考訳（メタデータ） (2023-08-31T19:31:32Z)
• Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Models [55.11367495777145]
  ChatGPTは、多くのドメインにまたがる優れた会話能力と推論機能を備えた言語インターフェースを提供するため、分野横断の関心を集めている。 しかし、ChatGPTは言語で訓練されているため、視覚世界からの画像の処理や生成はできない。 Visual ChatGPTは、さまざまなVisual Foundation Modelsの助けを借りて、ChatGPTの視覚的役割を調べるための扉を開く。
  論文  参考訳（メタデータ） (2023-03-08T15:50:02Z)
• Toolformer: Language Models Can Teach Themselves to Use Tools [62.04867424598204]
  言語モデル(LM)は、特に大規模において、いくつかの例やテキスト命令から新しいタスクを解く素晴らしい能力を示す。 LMは、シンプルなAPIを通じて外部ツールの使用を自覚し、両方の世界のベストを達成できることを示します。 Toolformerは、どのAPIを呼び出すか、いつ呼び出すか、どの引数を渡すか、結果を将来のトークン予測に最もうまく組み込む方法を訓練したモデルです。
  論文  参考訳（メタデータ） (2023-02-09T16:49:57Z)
• FLAME: A small language model for spreadsheet formulas [25.667479554632735]
  本稿では,Excel 公式に特化して訓練されたトランスフォーマーモデル FLAME を提案する。 我々はスケッチデデュープリケーションを使用し、Excel固有の式トークンを導入し、マスキングスパン予測のドメイン固有のバージョンを使用する。 FLAMEは, 補修, 補修, 類似性に基づく定式検索について評価する。
  論文  参考訳（メタデータ） (2023-01-31T17:29:43Z)
• TuringAdvice: A Generative and Dynamic Evaluation of Language Use [90.3029315711237]
  言語理解モデルのための新しい課題タスクとデータセットであるTuringAdviceを提案する。 現実の人が現在直面している記述された状況を考えると、モデルは自然言語で有益なアドバイスを生成する必要がある。 実証的な結果は、今日のモデルがTuringAdviceで苦労していることを示している。
  論文  参考訳（メタデータ） (2020-04-07T18:00:03Z)
• A Structured Approach to the development of Solutions in Excel [0.0]
  本稿では,コヒーレントなソリューション戦略を構築するために,議論を呼んだり,あまり使われなかったりすることを検討する。 この問題は、プログラム言語のステップに似た一連の公式によって解決される。
  論文  参考訳（メタデータ） (2017-04-04T18:22:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。