当前，随着大语言模型技术与智能体技术的快速迭代，办公自动化已成为AI落地的核心场景之一。据行业通用统计，电子表格作为轻量化数据处理工具，覆盖了全球90%以上中小微企业的业务数据处理流程，而批量报表生成、多表数据校验、复杂公式计算等重复度高、流程标准化的表格操作，平均占用职场人近30%的工作时长，市场对可自主完成复杂电子表格任务的AI智能体需求持续攀升。但长期以来，面向强化学习智能体训练的电子表格数据集多为人工合成场景，缺乏真实用户的实际任务诉求与多步骤操作逻辑，成为制约电子表格智能体落地的核心瓶颈之一。
正是瞄准这一行业痛点，伊利诺伊大学厄巴纳-香槟分校联合Meta研究团队正式发布Spreadsheet-RL大规模电子表格任务数据集，该数据集已于2026年5月21日首发于预印本平台arXiv。据公开信息显示，Spreadsheet-RL数据集共包含912对初始与最终电子表格样本，所有数据均来自ExcelForum等在线办公论坛的真实用户求助问题，覆盖金融财务、人力资源、供应链管理三大核心企业业务场景，构建过程中团队采用智能编码代理生成可执行操作序列，并搭配多维度规则过滤机制保障数据质量，避免了人工标注带来的误差与场景偏差问题。
从应用价值来看，该数据集主要用于训练和评估专门化的电子表格智能体，解决复杂多步骤表格工作流的自动化难题，进一步提升AI在数据密集型工作流程中的实际效能。基于该数据集训练的强化学习智能体，未来可落地的典型场景包括：财务领域的批量报销凭证核验、月度经营报表自动合并生成，人力资源领域的全员考勤数据统计、薪酬个税自动核算，供应链领域的库存周转率计算、供应商履约数据对比分析等，有望大幅降低企业的重复性人力成本，提升业务数据处理效率。
从行业意义来看，Spreadsheet-RL数据集的发布，进一步完善了办公场景AI训练数据的供给体系，为大语言模型智能体的工具调用能力、多步推理能力评估提供了标准化的基准测试集，对推动AI办公产品的落地迭代、加速企业数字化转型进程、完善数据要素市场中垂直场景训练数据的品类布局均具有重要参考价值。
查看Spreadsheet-RL/Spreadsheet-RL
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)