迈向鲁棒的现实世界电子表格理解：基于多智能体多格式推理的方法

针对现有大模型将电子表格视为纯文本而忽略布局线索及视觉语义的问题，本文提出 SpreadsheetAgent，一种两阶段多智能体框架。该方法采用逐步阅读与推理范式，通过代码执行、图像和 LaTeX 表格等多模态增量解析局部区域，构建结构草图与行列摘要。随后在求解阶段基于中间表示进行任务驱动推理，并引入验证模块以减少错误传播。实验表明，该方法在 Spreadsheet Bench 上显著优于基线，提升了现实应用中电子表格理解的鲁棒性与可扩展性。