研究人员开发了一种面向优化的、由大型语言模型引导的分配（ORLA）模型，旨在解决电子商务供应链中的复杂库存分配问题。ORLA 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。它利用求解器的反馈来生成、验证和选择运筹学（OR）公式，相比现有方法有所改进。在京东（JD.com）生产数据上的实验表明，ORLA 在分配准确性方面提高了 4.5 个百分点。 AI
影响 这项研究展示了 LLM 在运筹学中的一项新颖应用，有望提高供应链管理和库存分配的效率。
排序理由 学术论文，详细介绍了基于 LLM 的运筹学问题的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
