跳到正文
热点事件历史事件

开源本地 LLM Excel 问答 Agent,附五轮迭代评测

1 篇报道1 个报道来源12 天前更新

先了解这件事

AI 综述

开发者 srinikethakella1812 在 GitHub 开源了 qa_agent_local_llm 仓库:一个用本地 LLM 回答 Excel 数据自然语言问题的 Agent。它读取本地表格后,由 qwen2.5-coder:3b 经 Ollama 在本机生成 pandas 代码,经 AST 白名单安全检查后执行并输出摘要,数据不出本机。运行需 Python 3.10+、Ollama 和约 8 GB 内存,可在 CPU 上运行。 项目附带 24 题评测集,作者称从首轮 9/10 迭代到在 868 行账单数据上达到 24/24,并总结经验:提示词示例泄漏会让模型照抄错误模式,temperature 0 的重试会重复同一错误,静默错误答案只能靠独立计算的评测发现,因此把业务规则移入数据层而非仅靠提示词。 作者同时说明了两点局限:AST 白名单不是沙箱;24/24 分数因针对自建测试集调优而偏乐观。

AI 根据报道生成 · 11 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. GitHub · 灵魂体仓库精选
    qa_agent_local_llm:用本地 LLM 加 pandas 构建 Excel 问答 Agent 并公开五轮迭代评测

    GitHub 上开源了一个 Excel 问答 Agent,读取本地表格后由 qwen2.5-coder:3b 经 Ollama 在本机生成 pandas 代码,经 AST 白名单安全检查后执行并输出摘要,数据不出本机。项目附带 24 题评测集,从首轮 9/10 迭代到 868 行账单数据上 24/24,并总结了经验:提示词示例泄漏会让模型照抄错误模式,temperature 0 的重试会重复同一错误,静默错误答案只能靠独立计算的评测发现,因此把业务规则移入数据层而非仅靠提示词。作者同时指出 AST 白名单不是沙箱、24/24 分数因针对自建测试集调优而偏乐观。