[{"data":1,"prerenderedAt":24},["ShallowReactive",2],{"blog-post-zh-HK-musework-tablebench-table-analysis-ranking":3},{"id":4,"slug":5,"title":6,"seo_title":7,"seo_description":8,"summary":9,"cover_alt":10,"author":11,"category":12,"tags":13,"cover_url":17,"cover_width":18,"cover_height":19,"is_pinned":20,"is_featured":21,"published_at":22,"modified_at":22,"content":23},"1791417600000-musework-tablebench-table-analysis-ranking","musework-tablebench-table-analysis-ranking","MuseWork 表格分析登上 TableBench 方法榜首","MuseWork 表格分析登上 TableBench 方法榜首｜成績如何解讀？","MuseWork 使用的 MUSE PULSE 在 TableBench 方法榜排名第一，總分 80.64。了解評測內容，以及如何用手上的 Excel 數據準備匯報。","TableBench 的成績，對平時要處理 Excel 報表及向團隊交代數字的人有甚麼意義？","MUSE PULSE 位列 TableBench 方法榜第一，總分 80.64，封面展示事實核查、數值推理、數據分析和視覺化四項成績。","MuseWork 內容團隊","產品",[14,15,16],"TableBench","MUSE PULSE","MuseWork","/images/musework-tablebench-complete-cover.webp",2048,1152,false,true,1791417600,"分店每星期都交報表，但到了開會，大家問的是：「營業額為甚麼變了？哪間分店影響最大？數字怎樣計出來？」要在 Excel 找到數字不難，難的是用相同口徑比較，再向團隊講清楚。TableBench 評測的，就是 AI 回答這類表格問題的能力。\n\n在 **2026 年 10 月 8 日**的 [TableBench 官方榜單](https://tablebench.github.io/)上，MuseWork 目前使用的表格分析能力 **MUSE PULSE** 位列 **Methodology（方法）榜第一**，總分 **80.64**。這個成績對經常做數據匯報的人有甚麼意義？先看評測怎樣出題。\n\n![2026 年 10 月 8 日 TableBench 方法榜前十名：MUSE PULSE 以總分 80.64 排名第一，圖中列出四項分類得分及人類表現參考分。](/images/musework-tablebench-methodology-top-10.webp)\n\n## 一張表，可以問四種不同的問題\n\nTableBench 有 **886 道測試題、18 種問題類別**，涵蓋事實核查、數值推理、數據分析和視覺化。論文統計指出，解題平均需要 **6.26 個推理步驟**，不少題目都要把幾個線索串起來。\n\n研究團隊希望評測更貼近日常數據工作：同一個問題，可能要先核對幾筆記錄、計出中間數字，才可以寫出結論。官網提供論文、測試資料和評分程式，另設**方法榜（Methodology）**及**大型語言模型榜**；MUSE PULSE 的成績列於方法榜。TableBench 在 **2025 年 4 月**更新過測試資料與部分評分方法，想核對目前排名，可直接查看官網現行榜單。\n\n以分店營業報表為例：「每間分店都增長」是否與原表一致，是核查；選對星期及分店，算出升跌額和比例，是數值推理；找出值得跟進的變化，是數據分析；把差異畫成同事看得明白的圖表，則是視覺化。官方按題型採用不同評分方法：核查與計算要求精確比對；分析按影響因素、趨勢預測或文字解釋等題型評分；圖表則看首次產出是否正確。所以，分項成績比只看總分更有參考價值。\n\n## 成績怎樣讀\n\n| 評測方向 | MUSE PULSE 得分 | 對應的匯報問題 |\n| --- | ---: | --- |\n| 事實核查 | **91.67** | 匯報所寫的趨勢，原表是否支持？ |\n| 數值推理 | **93.70** | 同一口徑下，升跌幅是多少？ |\n| 數據分析 | **74.04** | 哪間分店需要再跟進？ |\n| 視覺化 | **88.0** | 圖表能否清楚呈現差異？ |\n| **總分** | **80.64** | **Methodology 榜單公布的整體成績** |\n\n核查和計算分數較高，對要向團隊交代數字的人尤其重要：先把數字計準，討論才有基礎。數據分析的分數比另外三項低，也指出需要繼續打磨的地方。榜單另列出 **85.91** 的人類表現參考分；這次榜首指的是 TableBench 方法榜上的表格問答成績。\n\n## 用分店報表試一個完整任務\n\n如果你手上有分店、星期、銷售額和退款額的明細，可以這樣開始：\n\n> 「比較最近兩個完整星期各分店的淨銷售額，找出對整體變化影響最大的分店。請列出所用數字、退款怎樣計，以及計算過程；再整理三個適合在區域會議匯報的重點。如果畫圖會更清楚，也請建議一種做法。」\n\n把**比較期間、指標、計算方式和匯報對象**講清楚，拿到的結果就更容易核對。對照原始檔案檢查數字後，還可以請 MuseWork 整理會議要點，或按同事的提問繼續跟進。\n\nMuseWork 作為 **AI 工作夥伴**，希望幫你把手上的資料變成能交代的成果，下一步工作亦可以接着做。\n\n**下次開會要交代一份報表？[註冊 MuseWork，試着從一個問題開始](https://museai.im/zh-HK/chat?scene=standard)。**先問你最想釐清的那組數字。\n\n## 從電腦上的檔案開始\n\n如果報表存在電腦，可以到 [MuseWork 桌面版下載頁](https://museai.im/zh-HK/download)選擇 macOS、Windows 或 Linux 版本。授權後，便可把所選檔案用於任務；習慣用瀏覽器，也可以先從網頁版開始。\n\n### 參考資料\n\n- [TableBench 官方榜單及介紹](https://tablebench.github.io/)\n- [TableBench 論文](https://arxiv.org/abs/2408.09174)\n- [TableBench 官方評估方法](https://github.com/TableBench/TableBench#-evaluation-metrics)",1791460696085]