Spreadsheet-RL：通过强化学习提升大型语言模型代理在真实电子表格任务上的能力

针对现有基于提示的电子表格代理难以处理复杂多步工作流的问题，本文提出了 Spreadsheet-RL，一种在真实 Excel 环境中训练专用代理的强化学习微调框架。该研究构建了可扩展的数据收集流水线及领域基准数据集，并设计了支持多轮交互的 Spreadsheet Gym 环境，提供丰富的工具集与路由规则。实验表明，该方法显著提升了代理在通用及特定领域电子表格任务中的表现，展现了其在数据界面自动化方面的巨大潜力。