一项名为SpreadsheetBench的新基准测试评估了AI模型在处理Excel文档方面的准确性。该基准测试使用了来自Excel论坛的真实任务，要求逐个单元格的精确准确性，并测试复杂的公式依赖关系和结构重组。Dealglass和Leni等专业AI工具的准确率超过90%，显著优于Claude Opus 4.6（约80%）和GPT 5.4（70%多）等通用模型。 AI
影响 专业AI工具在复杂的电子表格任务中表现出卓越的性能，这表明在商业应用中，领域特定的解决方案比通用模型更有需求。
排序理由 该集群描述了一个新的基准测试和对AI模型在特定任务上的评估，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →