跳到正文
热点事件持续更新

AutoPBO:LLM自动优化PBO局部搜索求解器

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Yi Chu、Jinyuan Li、Yiwen Sun、Mengchuan Zou、Shaowei Cai 发布论文,提出 AutoPBO——一个由 LLM 驱动的框架,用于自动增强伪布尔优化(PBO)局部搜索求解器的内部启发式设计。 作者称,在四个公开基准(含一个真实世界基准、PB 竞赛基准、整数线性规划优化基准和构造组合基准)上,AutoPBO 相比 NuPBO、OraSLS 等局部搜索方法取得显著提升,并与 PBO-IHS、RoundingSat、Gurobi、SCIP 等六个 SOTA 求解器保持竞争力。上述效果均为论文作者的说法。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    AutoPBO:用 LLM 自动优化局部搜索 PBO 求解器

    AutoPBO 是一个由 LLM 驱动的框架,用于自动增强伪布尔优化(PBO)局部搜索求解器的内部启发式设计。在四个公开基准(含一个真实世界基准、PB 竞赛基准、整数线性规划优化基准和构造组合基准)上,AutoPBO 相比 NuPBO、OraSLS 等局部搜索方法取得显著提升,并与 PBO-IHS、RoundingSat、Gurobi、SCIP 等六个 SOTA 求解器保持竞争力。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。