論文の概要: TableTalk: Scaffolding Spreadsheet Development with a Language Agent

• arxiv url: http://arxiv.org/abs/2502.09787v2
• Date: Mon, 25 Aug 2025 21:03:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-27 15:23:52.2588
• Title: TableTalk: Scaffolding Spreadsheet Development with a Language Agent
• Title（参考訳）: TableTalk: 言語エージェントによるスプレッドシート開発
• Authors: Jenny T. Liang, Aayush Kumar, Yasharth Bajpai, Sumit Gulwani, Vu Le, Chris Parnin, Arjun Radhakrishna, Ashish Tiwari, Emerson Murphy-Hill, Guastavo Soares,
• Abstract要約: TableTalkは、7つのスプレッドシートプログラマと85のExcelテンプレートによる研究から派生したスプレッドシートプログラミングエージェントである。 プロフェッショナルに基づいた構造化された計画を通じてプログラマを誘導し、プログラマのニーズに適応するための次の3つのステップを生成する。 20人のプログラマによる研究で、TableTalkはベースラインよりも2.3倍高い高品質のスプレッドシートを作成した。
• 参考スコア（独自算出の注目度）: 14.106533125482388
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spreadsheet programming is challenging. Programmers use spreadsheet programming knowledge (e.g., formulas) and problem-solving skills to combine actions into complex tasks. Advancements in large language models have introduced language agents that observe, plan, and perform tasks, showing promise for spreadsheet creation. We present TableTalk, a spreadsheet programming agent embodying three design principles -- scaffolding, flexibility, and incrementality -- derived from studies with seven spreadsheet programmers and 85 Excel templates. TableTalk guides programmers through structured plans based on professional workflows, generating three potential next steps to adapt plans to programmer needs. It uses pre-defined tools to generate spreadsheet components and incrementally build spreadsheets. In a study with 20 programmers, TableTalk produced higher-quality spreadsheets 2.3 times more likely to be preferred than the baseline. It reduced cognitive load and thinking time by 12.6%. From this, we derive design guidelines for agentic spreadsheet programming tools and discuss implications on spreadsheet programming, end-user programming, AI-assisted programming, and human-agent collaboration.
• Abstract（参考訳）: スプレッドシートプログラミングは難しい。 プログラマはスプレッドシートプログラミングの知識(例:公式)と問題解決のスキルを使って、アクションを複雑なタスクに組み合わせます。 大規模言語モデルの進歩は、スプレッドシート作成の約束を示す、タスクを観察、計画、実行するための言語エージェントを導入している。 ここでは、7つのスプレッドシートプログラマと85のExcelテンプレートによる研究から、スキャフォールディング、柔軟性、漸進性という3つの設計原則を具現化した表表プログラミングエージェントであるTableTalkを紹介する。 TableTalkは、プロのワークフローに基づいた構造化された計画を通じてプログラマを誘導し、プログラマのニーズに適応するための3つの潜在的な次のステップを生成する。 定義済みのツールを使用して、スプレッドシートコンポーネントを生成し、徐々にスプレッドシートをビルドする。 20人のプログラマによる研究で、TableTalkはベースラインよりも2.3倍高い高品質のスプレッドシートを作成した。 認知負荷と思考時間を12.6%削減した。 このことから,エージェント型スプレッドシートプログラミングツールの設計ガイドラインを導出し,スプレッドシートプログラミング,エンドユーザープログラミング,AI支援プログラミング,ヒューマンエージェントコラボレーションへの影響について議論する。

関連論文リスト

• SheetMind: An End-to-End LLM-Powered Multi-Agent Framework for Spreadsheet Automation [6.369724723888092]
  SheetMindは、自然言語によるスプレッドシート自動化のためのフレームワークである。 スクリプティングや公式知識を必要とせずにリアルタイムインタラクションをサポートする。 本結果は,マルチエージェント分解と文法に基づく実行の有効性を強調した。
  論文  参考訳（メタデータ） (2025-06-14T04:22:15Z)
• EcomScriptBench: A Multi-task Benchmark for E-commerce Script Planning via Step-wise Intention-Driven Product Association [83.4879773429742]
  本稿では,E-Commerce Script Planning(EcomScript)の課題を3つの逐次サブタスクとして定義する。 本稿では,各ステップに製品を関連付けることで,拡張性のある製品リッチスクリプトの生成を可能にする新しいフレームワークを提案する。 最初の大規模なEcomScriptデータセットであるEcomScriptBenchを構築しました。
  論文  参考訳（メタデータ） (2025-05-21T07:21:38Z)
• Unlocking Reasoning Potential in Large Langauge Models by Scaling Code-form Planning [94.76546523689113]
  CodePlanは、テキストコード形式の計画を生成し、追跡するフレームワークで、高いレベルの構造化された推論プロセスの概要を擬似コードで示します。 CodePlanは、洗練された推論タスク固有のリッチなセマンティクスと制御フローを効果的にキャプチャする。 反応を直接生成するのに比べて25.1%の相対的な改善が達成されている。
  論文  参考訳（メタデータ） (2024-09-19T04:13:58Z)
• SpreadsheetLLM: Encoding Spreadsheets for Large Language Models [44.08092362611575]
  SpreadsheetLLMは、スプレッドシート上の大きな言語モデル(LLM)を解き放つために設計された効率的な符号化手法である。 LLMのスプレッドシートを効果的に圧縮する革新的な符号化フレームワークである SheetCompressor を開発した。 SheetCompressor による微調整 LLM の圧縮率は平均 25 倍であるが、最先端の 78.9% の F1 スコアを達成し、既存のモデルでは 12.3% を上回っている。
  論文  参考訳（メタデータ） (2024-07-12T06:34:21Z)
• Ask-before-Plan: Proactive Language Agents for Real-World Planning [68.08024918064503]
  プロアクティブエージェントプランニングでは、ユーザエージェントの会話とエージェント環境のインタラクションに基づいて、言語エージェントが明確化のニーズを予測する必要がある。 本稿では,明確化,実行,計画の3つのエージェントからなる新しいマルチエージェントフレームワーク,Clarification-Execution-Planning(textttCEP)を提案する。
  論文  参考訳（メタデータ） (2024-06-18T14:07:28Z)
• SheetAgent: Towards A Generalist Agent for Spreadsheet Reasoning and Manipulation via Large Language Models [45.930510174309845]
  大規模言語モデル(LLM)は,最近,スプレッドシートの自動操作のために試みられている。 SheetAgentはPlanner、Informer、Retrieverの3つの共同モジュールで構成されている。 SheetAgentはベースラインよりも複数のベンチマークで20～40%のパスレート改善を実現している。
  論文  参考訳（メタデータ） (2024-03-06T11:48:08Z)
• 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)
• ADaPT: As-Needed Decomposition and Planning with Language Models [131.063805299796]
  As-Needed Decomposition and Planning for Complex Tasks (ADaPT)について紹介する。 ADaPTは、Large Language Modelsがそれらを実行できない場合、複雑なサブタスクを明示的に計画し、分解する。 以上の結果から,ADaPTは強いベースラインを確立した。
  論文  参考訳（メタデータ） (2023-11-08T17:59:15Z)
• SheetCopilot: Bringing Software Productivity to the Next Level through Large Language Models [60.171444066848856]
  本研究では,スプレッドシートの要求を満たすために自然言語処理と制御を行うスプレッドシートコパイロットエージェントを提案する。 221のスプレッドシート制御タスクを含む代表データセットをキュレートし,完全自動評価パイプラインを構築した。 当社の SheetCopilot は1世代で44.3% のタスクを正しく完了し、強力なコード生成ベースラインを広いマージンで上回っている。
  論文  参考訳（メタデータ） (2023-05-30T17:59:30Z)
• Enhanced Spreadsheet Computing with Finite-Domain Constraint Satisfaction [1.6244541005112747]
  視覚環境において有限領域制約解決を十分にサポートした拡張スプレッドシートシステムを提案する。 一般ユーザがデータセル間の制約を指定するために,スプレッドシート固有の制約言語を構築する。 新しいスプレッドシートシステムは、多くの制約ベースのアプリケーションの開発を著しく単純化する。
  論文  参考訳（メタデータ） (2022-02-22T17:58:08Z)
• Spreadsheet computing with Finite Domain Constraint Enhancements [0.0]
  本稿では,有限制約解法をスプレッドシート計算パラダイムにシームレスに組み込んだフレームワークを提案する。 このフレームワークは制約解決のためのインターフェースを提供し、スプレッドシートコンピューティングパラダイムをさらに強化する。
  論文  参考訳（メタデータ） (2022-02-22T17:50:48Z)
• SpreadsheetCoder: Formula Prediction from Semi-structured Context [70.41579328458116]
  行ベースと列ベースの両方のフォーマットで表されるコンテキストを表現するために,BERTベースのモデルアーキテクチャを提案する。 我々はスプレッドシートの大きなデータセットでモデルをトレーニングし、SpreadsheetCoderが42.51%の予測精度でトップ1の予測を達成できることを実証した。 ルールベースのシステムと比較すると、SpreadsheetCoder 82%は、Google Sheetsで公式を作成する上で、より多くのユーザを支援する。
  論文  参考訳（メタデータ） (2021-06-26T11:26:27Z)

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。