跳到正文
arXiv · ML· Xinzhi Zhang, Zeyi Chen, Humishka Zope, Hugo Barbalho, Konstantina Mellou, Marco Molinaro, Janardhan Kulkarni, Ishai Menache, Sirui Li·· 9 天前AI 评分32

OptiMind:通过公式指导和多轮学习优化小语言模型的优化建模能力

OptiMind: Improving Small Language Models for Optimization Modeling through Formulation Guidance and Multi-Turn Learning

AI 导读

研究人员推出OptiMind系统,其20B OptiMind-RL模型在清洗后的三个基准测试中超越开源基线,达到前沿模型性能。 该系统结合数据清洗、类别提示与求解器反馈进行多轮强化学习,并公开了提示库、测试数据及代码于Github和Hugging Face。

来源:arXiv · ML · arxiv.org