FrontierOR：LLM大规模优化算法基准发布
热点事件观察中
FrontierOR：LLM大规模优化算法基准发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Minwei Kong等作者发布 FrontierOR，称其为首个基于文献构建的基准，用于评测 LLM 在真实大规模优化问题上生成高效算法的能力。基准含 180 个源自顶级运筹学期刊论文的任务，并配有隐藏的专家验证评测集。 结果显示，最强 LLM 在 Full-set 任务实例上仅成功 39%，成功指在 Gurobi 运行时间内返回可行解且目标差距不超过 1%；在 Hard 子集上，测试时进化将最强单次模型的比例从 51% 提升至 78%。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
FrontierOR：评测 LLM 在大规模优化问题中设计高效算法的能力报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIFrontierOR：评测 LLM 在大规模优化问题中设计高效算法的能力
FrontierOR 是首个基于文献构建的基准，用于评测 LLM 在真实大规模优化问题上生成高效算法的能力，包含 180 个源自顶级运筹学期刊论文的任务及隐藏的专家验证评测集。结果显示，最强 LLM 在 Full-set 任务实例上仅成功 39%，成功定义为在 Gurobi 运行时间内返回可行解且目标差距不超过 1%；在 Hard 子集上，测试时进化将最强单次模型的比例从 51% 提升至 78%。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。