研究人员开发了ToR-OT,一种基于Transformer的模型,通过自回归token回归学习预测离散的最优传输(OT)计划。这种方法将OT重构为结构化序列生成任务,使模型能够在测试时将稀疏传输计划解码为序列,而不是解决优化问题。虽然尚不能替代经典求解器,但ToR-OT展示了对未见过分布和异构成本度量的零样本泛化能力,并且能有效地仅预测传输计划的非零条目。 AI
影响 这项研究探索了自回归Transformer如何学习复杂的约束优化问题,可能为解决物流和金融等领域的问題带来新方法。
排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →