May, 2023

SheetCopilot： 利用大型语言模型将软件生产力提升到新的高度

PDF
TL;DR提出了一种名为 SheetCopilot 的代理方案，该代理方案利用大型语言模型 (LLMs) 使用自然语言用户请求进行任务和控制电子表格，具有较高的自动化能力。经过测试，该代理方案正确完成了 44.3% 的任务，表现显著优于强代码生成基线。
large language modelstask automationsspreadsheet controlnatural language processingsoftware control tasks
发现论文，激发创造
  • MLCopilot: 大型语言模型在解决机器学习任务中的应用

    本文介绍了一种利用 LLMs 自动学习生成机器学习解决方案的框架 MLCopilot，旨在将机器智能与人类知识相结合来提高解决新任务的能力，生成的解决方案可以直接应用于实际环境中。

    Apr, 2023

  • 数据副驾驶：用自主工作流桥接亿万数据与人类

    提出了基于大型语言模型的数据处理系统 Data-Copilot，通过自主设计各种功能接口，实现了数据的自动处理和可视化，符合人机交互的需求。

    Jun, 2023

  • Xcode 的协助助手：利用云端大型语言模型提供 AI 辅助编程

    这篇论文介绍了一种名为 Copilot for Xcode 的 AI 辅助编程工具，通过将云端的大型语言模型与苹果的本地开发环境 Xcode 无缝集成，提高了软件开发者的生产力，释放了创造力，支持苹果软件生态系统中的软件开发。它利用先进的自然语言处理技术，有效处理代码库中的源代码令牌和模式，实现代码生成、自动完成、文档编制和错误检测等功能。软件开发者还可以通过 Copilot for Xcode 的聊天界面查询和进行 “小型” 程序组合的决策，其中一些决策可以同时进行。最后，我们通过简单的案例研究展示了在 Xcode 中利用 NLP 来促进流行的大型语言模型服务如 OpenAI ChatGPT 进行程序组合和设计的有效性。

    Jul, 2023

  • SheetAgent: 通过大型语言模型进行电子表格推理和操作的通用型代理

    在复杂而真实的任务中，通过使用大规模语言模型（LLM）进一步提出 SheetAgent，一个能够推理和操作表格的自主代理模型，通过迭代任务推理和反思实现先进的推理和准确的电子表格操作，并在多个基准测试中实现了 20-30% 的通过率的提升和卓越的表格推理能力。

    Mar, 2024

  • OverleafCopilot: 运用大型语言模型增强 Overleaf 中的学术写作

    这篇论文探讨了如何通过将大型语言模型（LLMs）与流行的学术写作工具 Overleaf 集成，以提高学术写作的效率和质量，并提出了 OverleafCopilot 工具作为海量语言模型和 Overleaf 的第一次无缝集成，从而使研究人员能够在撰写论文时充分利用语言模型的强大功能，通过有效的桥接方案、高质量 PromptGenius 网站以及可定制的代理指令系统来帮助研究人员快速构建自己的个性化代理，旨在改革学术写作实践，使研究人员在更短的时间内生成更高质量的论文。

    Mar, 2024

  • 使用人工智能编程是什么体验？

    本文探讨了使用大型语言模型进行编程的相似之处和不同之处，认为 LLM-assisted 编程应该被视为一种具有自己独特属性和挑战的新编程方式，并讨论了在将大型语言模型应用于非专业用户编程时可能出现的问题和研究挑战。

    Aug, 2022

  • 合作驾驶机组员：将大型语言模型与完成引擎融合用于自动程序修复

    在修复自动化程序中，利用大型语言模型 (LLMs) 通过与补全引擎的互动，协同合成出更多有效的补丁，在生成预算相同的情况下，比基础的 LLM 能够产生更多有效和正确的补丁。

    Sep, 2023

  • 医疗协助导航系统：调动通用 LLM 在医疗咨询中的力量

    提出的医疗协作助手通过对话、记忆和处理三个组件的结合，提高了大型语言模型在医疗咨询中的查询能力、对话流畅度、回答准确性和安全性。

    Feb, 2024

  • 迈向在 Lean 中进行定理证明的大型语言模型作为副驾驶

    该研究论文介绍了使用大型语言模型作为辅助工具的 Lean Copilot 框架，用于证明定理过程中的自动化，证明步骤建议、自动完成中间证明目标、选择相关前提条件等。实验证明了该方法较现有的基于规则的证明自动化方法在证明定理过程中对人类的辅助和自动化程度的有效性。

    Apr, 2024

  • 基于大型语言模型的代理程序在 BIM 创作工具中实现智能人机交互的方法

    提出了一种基于 LLM 的自主代理框架，作为 BIM 作者工具中的副驾驶员，回答软件使用问题，理解用户的设计意图，并通过调用合适的工具自主执行建模任务，以此来应对日益复杂的 BIM 作者软件和昂贵的学习成本，实现与设计过程本身的精简互动。

    Jun, 2024