Naukowcy z uniwersytetów i firm technologicznych opracowali FormulaSPIN, nową metodę treningu modeli do konwersji poleceń w języku naturalnym na formuły arkuszy kalkulacyjnych. Zamiast polegać na statycznych zbiorach danych treningowych, system uczy się poprzez self-play - iteracyjne doskonalenie bez konieczności zbierania nowych przykładów.
Kluczową innowacją jest rozwiązanie problemu, z którym boryka się zwykłe self-play: formuły mogą być zapisane na wiele poprawnych sposobów, ale tradycyjne podejście karze za każdy wariant inny niż wzorcowy. FormulaSPIN wykorzystuje binarną wykonalność kodu - formułę można albo wykonać albo nie - jako niejawną wiadomość zwrotną. System gra dwurolową grę: główny gracz uczy się preferować formuły równowartościowe, podczas gdy zwrotna informacja o wykonaniu sortuje wyniki na granularności, umożliwiając adaptacyjny plan nauki od poprawności semantycznej do wzornictwa stylowego.
Metoda osiąga imponujące wyniki: 74,9 procent dokładnego dopasowania i 87,1 procent dokładności wykonania na benchmark'u NL2FORMULA. Dodatkowe usprawnienie ExecVote, system głosowania na poziomie semantyki, naturalnie obsługuje wiele poprawnych sformułowań. To rozwiązanie ma znaczenie dla setek milionów użytkowników arkuszy kalkulacyjnych, dla których tworzenie formuł pozostaje istotną przeszkodą. Innowacyjne podejście mogłoby zmienić sposób, w jaki ludzie wchodzą w interakcję z popularnymi aplikacjami biurowymi.