SheetBrain：用于精确处理复杂大型电子表格的神经符号智能体
计算与语言
2025-10-23 v1
摘要
理解和推理复杂电子表格仍是大语言模型（LLMs）面临的根本挑战，它们往往难以准确捕捉表格复杂结构并确保推理正确性。本文提出SheetBrain，一个用于精确处理表格数据、支持电子表格问答和操作任务的神经符号双工作流代理框架。SheetBrain包含三个核心模块：理解模块，生成电子表格的全面概览——包括工作表摘要和基于查询的问题洞察，以指导推理；执行模块，将集成预加载表格处理库的 Python 沙箱和 Excel 辅助工具，以实现有效的多轮推理；验证模块，验证推理和答案的正确性，在必要时触发重新执行。我们在多个公开表格 QA 和操作基准上评估了SheetBrain，并引入SheetBench，一个针对大型、多表格和结构复杂电子表格的新基准。实验结果表明，SheetBrain 在现有基准以及更具挑战性的SheetBench 场景中准确率显著提升。我们的代码已公开于 https://github.com/microsoft/SheetBrain。
引用
@article{arxiv.2510.19247,
title = {SheetBrain: A Neuro-Symbolic Agent for Accurate Reasoning over Complex and Large Spreadsheets},
author = {Ziwei Wang and Jiayuan Su and Mengyu Zhou and Huaxing Zeng and Mengni Jia and Xiao Lv and Haoyu Dong and Xiaojun Ma and Shi Han and Dongmei Zhang},
journal= {arXiv preprint arXiv:2510.19247},
year = {2025}
}