实体
MIPLIB 2017
MIPLIB 2017
PulseAugur coverage of MIPLIB 2017 — every cluster mentioning MIPLIB 2017 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的无求解器框架解决整数线性规划
研究人员开发了一种新颖的无求解器框架来解决整数线性规划（ILP）问题，这在组合优化中很常见。这种新方法直接探索可行区域，而不依赖于传统的求解器或机器学习训练。它在其转移核中使用了局部平衡提议，并结合了并行退火，包括一种新的惩罚退火技术，该技术可调整约束障碍。与SCIP和Gurobi等成熟求解器相比，该框架在多个基准测试中表现出更优越的性能，并且比基于学习的方法对分布变化具有更强的鲁棒性。
-
新基准揭示大型语言模型在工业优化任务上面临挑战
研究人员开发了MIPLIB-NL，一个旨在评估大型语言模型将自然语言转化为优化公式和可执行代码能力的新基准。该基准源自MIPLIB 2017中的真实世界混合整数线性规划问题，解决了现有玩具规模或合成数据集的局限性。实验表明，与现有基准相比，当前的大型语言模型在MIPLIB-NL上的表现明显较差，揭示了此前被掩盖的工业规模问题的挑战。