SAT-ACT：从结果推导分支偏好的CDCL学习框架

Zhenchao Sun等作者提出 SAT-ACT，一个从结果导出动作偏好的 CDCL 分支学习框架。其做法是在同一求解器状态下对独立的分支动作做 rollout，再用三种互补的结果比较准则从中提取偏好；当证据不足或相互冲突时，框架保留未定比较，而不是用预设的标量指标强行排序。报道未给出该框架在求解效率或泛化上的实测结果。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。