这个Hacker News讨论的核心是合并包含不完美数据的表格的挑战，特别是使用大型语言模型（LLM）。主要问题在于准确地匹配不同表格中的条目——例如，银行对账单与会计记录——尽管描述可能存在差异。 用户指出，仅仅依赖模糊字符串匹配是不够的。误报（不正确的匹配）会迅速降低用户信任度，因此分层方法——自动匹配高置信度条目，人工审核中等置信度条目，以及不匹配低置信度条目——更有效。 最困难的情况涉及在不同系统中描述不同的交易（“PAYPAL *ACME”与“Invoice 1234 - Acme Ltd”）。LLM结合网络访问（ReAct代理）在连接未直接记忆的实体方面表现出色，例如将公司名称与其网站匹配。然而，这种方法成本可能很高，需要仔细优化。模糊匹配最好保留给预期包含大量相同数据的列。