实体
NP-hard combinatorial optimization problems
NP-hard combinatorial optimization problems
PulseAugur coverage of NP-hard combinatorial optimization problems — every cluster mentioning NP-hard combinatorial optimization problems across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
Ballad 算法优化 LLM 在启发式发现中的应用
一种名为 Ballad 的新型基于 bandit 的算法已被开发出来，用于优化多个大型语言模型（LLM）在自动化启发式发现中的使用。研究人员发现，对于 NP-hard 组合优化问题，更大、更昂贵的 LLM 并不总能产生更好的结果。Ballad 能够自适应地选择和协调一系列 LLM，包括前沿模型和开源模型，从而创建一个能够匹配甚至超越单个模型性能的集成，同时显著降低成本。
-
LLM驱动新型定向图框架实现自动化算法设计
研究人员开发了DGA$_2$D，一个利用大型语言模型（LLM）解决复杂NP-hard组合优化问题的新型自动化算法设计框架。与依赖固定模板的先前方法不同，DGA$_2$D将算法设计空间构建为定向图，从而能够更自主、更可靠地生成功能算子。与现有的基于LLM的技术相比，该方法在12个不同的优化问题上，平均归一化差距最多可减少10.96个百分点，显示出显著的改进。