LLM 作为数值优化器的能力与局限：评估框架与迭代精化研究

本研究构建了评估大语言模型（LLM）作为数值优化器的框架，在凸优化和高维约束问题上验证其生成近优解的能力。 LLM 能捕获优化结构，但可靠性随问题维度增加而下降；引入迭代精化机制可显著提升可靠性并扩大有效维度范围，但持续存在的数值错误仍限制其作为独立优化器的应用。