实体
IndustryOR
IndustryOR
PulseAugur coverage of IndustryOR — every cluster mentioning IndustryOR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新RL方法可自动从自然语言生成优化模型
研究人员开发了一种名为“从求解器结果中建模优化”（OMSO）的新方法，该方法使用强化学习从自然语言描述中自动创建优化模型。该方法通过与数学规划求解器交互来训练模型，将执行结果转化为奖励。OMSO旨在提高可扩展性，并减少对昂贵的流程监督或闭源LLM的依赖，在Gurobi和OR-Tools等各种数据集和求解器上均显示出有效性。
-
新的IR2Solve流水线简化了基于LLM的优化自动公式化
研究人员开发了IR2Solve，这是一个将自然语言优化问题转化为求解器就绪公式的新流水线。该方法使用由单一语义LLM调用生成的结构化中间表示（ModelIR），然后进行确定性验证和编译阶段。IR2Solve旨在减少与直接LLM代码生成相关的错误和推理成本，在基准测试中展示了强大的目标正确性，并且与其他的优化建模系统相比，令牌量显著降低。
-
新的大语言模型框架增强了运筹学公式制定中的不确定性感知能力
研究人员开发了一个新的框架，用于在大语言模型（LLMs）中应用运筹学（OR），该框架解决了确保数学公式连贯性和正确性的挑战。这种无需训练的方法使用简短的前瞻性仿真来评估中间建模步骤的下游预测不确定性。通过重要性重采样动态选择具有更高一致性公式化可能性的候选者，该框架在各种运筹学基准测试中显著优于标准和低温度基线。