研究人员开发了一种面向分配的运筹学指导大型语言模型（ORLA），旨在解决电子商务供应链中复杂的多仓库库存分配问题。该模型集成了问题-模型-代码（PMC）的自动生成、基于学习的公式选择以及可行性恢复，并利用求解器反馈来验证和改进运筹学（OR）公式。ORLA展示了显著的改进，其最佳单一公式将分配准确性提高了3.4个百分点，而整个框架在29个生产评估批次中实现了4.5个百分点的总体改进。 AI
影响 这项研究展示了LLM在供应链优化方面的新颖应用，有望提高电子商务运营中库存管理的效率和准确性。
排序理由 学术论文，详细介绍了使用LLM解决优化问题的 novel methodology。 [lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Large Language Models
- ORLA
- Solver-Verified Formulation Generation and Selection for Multi-Warehouse Inventory Allocation Using Large Language Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
