arXiv · NLP· Runda Guan, Xiangqing Shen, Jiajun Zhang, Yifan Zhang, Jian Cheng, Rui Xia·· 9 小时前AI 评分25
基于求解器结果优化建模：OMSO 强化学习框架
Learning to Model Optimization Problems from Solver Outcomes
AI 导读
研究人员提出 OMSO，利用强化学习替代昂贵的过程监督，通过求解器执行反馈实现优化建模。该框架支持跨 Gurobi、OR-Tools 和 COPT 求解器的泛化，无需重建特定数据集。在 NL4OPT 和 OptiBench 等基准上，OMSO 性能匹配或超越过程监督微调，支持零样本迁移。
来源：arXiv · NLP · arxiv.org