[{"data":1,"prerenderedAt":24},["ShallowReactive",2],{"blog-post-zh-TW-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 的表格分析能力登上 TableBench 方法榜第一","MuseWork 表格分析登上 TableBench 方法榜第一｜成績怎麼看？","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、四項成績，以及如何用手上的資料提出好問題。","從 TableBench 的成績出發，看看怎麼把表格資料整理成可供討論的結論。","MUSE PULSE 登上 TableBench 方法榜首，總分 80.64，封面展示事實查核、數值推理、資料分析與視覺化四項成績。","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,"月報寫著訂單成長，主管接著問：「主要是哪幾個品項帶動的？退貨有算進去嗎？」答案不會只在某個儲存格裡。要能說清楚，得先確認比較期間和計算方式。TableBench 關注的，就是 AI 能不能回答這種需要查資料、算數字、再整理脈絡的問題。\n\n在 **2026 年 10 月 8 日**的 [TableBench 官方榜單](https://tablebench.github.io/)上，MuseWork 使用的表格分析能力 **MUSE PULSE** 於 **Methodology（方法）榜排名第一**，總分 **80.64**。這個名次背後考了什麼？我們從日常會遇到的表格問題看起。\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## 這項評測怎麼考？\n\nTableBench 收錄 **886 道測試題、18 類問題**，涵蓋事實查核、數值推理、資料分析與視覺化。論文統計指出，解題平均需要 **6.26 個推理步驟**，可見不少題目需要串起多個線索。\n\n研究團隊設計這項評測，是想測出較貼近實際工作的表格問題：有時得跨幾筆資料核對，再計算中間數字，才有辦法回答。官網提供論文、測試資料與評分程式，並把**方法榜（Methodology）**和**大型語言模型榜**分開列出；MUSE PULSE 的成績位於前者。TableBench 在 **2025 年 4 月**更新了測試資料與部分評分方式，查詢目前排名時，應以官網現行榜單為準。\n\n拿月度訂單來說：「所有品項都成長」得逐項查核；要算淨成長，則得把相關訂單與退貨一起看；要解釋整體變化，還得找出是否由少數品項帶動。最後做成圖表，才能讓會議上的人迅速看出重點。官方也依題型採用不同評分方式：查核與計算看答案是否精確吻合，資料分析則依影響因素、趨勢預測或文字解釋等問題採用相應指標；圖表看第一次產出的結果是否正確。因此，分項成績比單看總分更有參考價值。\n\n## MUSE PULSE 的四項成績\n\n| 評測項目 | 得分 | 工作上的對應問題 |\n| --- | ---: | --- |\n| 事實查核 | **91.67** | 月報的敘述與資料一致嗎？ |\n| 數值推理 | **93.70** | 扣除退貨後的增幅是多少？ |\n| 資料分析 | **74.04** | 哪個品項的變化最值得追問？ |\n| 視覺化 | **88.0** | 圖表能否清楚呈現比較？ |\n| **總分** | **80.64** | **Methodology 榜單公布的整體分數** |\n\n查核與計算表現較好，對需要定期交報表的人來說特別重要：數字站得住腳，討論才有基礎。資料分析得分比其他三項低，也指出需要持續改進的地方。榜單另列有 **85.91** 的人類表現參考分；這裡的第一名，指的是 TableBench 方法榜的表格問答成績。\n\n## 用自己的試算表試一個完整問題\n\n準備一份有月份、品項、訂單金額及退貨金額的資料。你可以這樣交代任務：\n\n> 「比較最近兩個完整月份的訂單淨額，找出變化最大的品項。請說明退貨怎麼計算，列出比較的數字與算法，再整理三個適合在月會報告的重點。如果畫成圖比較容易看懂，也請建議合適的圖表。」\n\n提問時只要交代清楚**比較期間、看哪些數字、怎麼計算，以及報告要給誰看**，得到的結果就更容易檢查。拿到初稿後，對照原始資料核對，再請 MuseWork 調整重點，整理成同事在會議上能接著討論的內容。\n\nMuseWork 希望成為能陪你把工作做完的 **AI 工作夥伴**：從現有資料開始，做出可以檢查的成果，再接著處理下一步。\n\n**手上剛好有份報表？[註冊 MuseWork，試著問一個具體問題](https://museai.im/zh-TW/chat?scene=standard)。**就從這週需要釐清的數字開始。\n\n## 已經在電腦上整理好資料？\n\n可以到 [MuseWork 桌面版下載頁](https://museai.im/zh-TW/download)選擇 macOS、Windows 或 Linux 版本。經你授權後，就能用選定的電腦檔案開始工作；也可以先試試網頁版。\n\n### 參考資料\n\n- [TableBench 官方榜單與介紹](https://tablebench.github.io/)\n- [TableBench 論文](https://arxiv.org/abs/2408.09174)\n- [TableBench 官方評估指標](https://github.com/TableBench/TableBench#-evaluation-metrics)",1791460696077]