研究称LLM可为运筹学问题设计近优算法

Jackie Baek 在 arXiv 论文《LLMs Can Design Near-Optimal OR Algorithms》（v3）中称，大语言模型在库存控制、排队网络控制和品类优化三类问题上设计出的算法，可与相关论文报告的最佳专用方法竞争：其测试的最强模型 gpt-5.6-sol 在几乎所有评估实例上达到或超过这些方法。 实验设置是：使用三个领域近期论文的基准实例，给出一个未调优的提示描述问题，模型可用固定计算预算的 Python 沙箱；返回的算法在看到评估实例之前就已固定。研究测试了仅对单个实例求解和面向问题类生成算法两种使用方式。 该结果基于论文摘要，且限于这三类问题，尚不能据此判断方法对其他运筹学问题的普适性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。