LLMs Can Design Near-Optimal OR Algorithms
作者: Jackie Baek
分类: cs.AI, cs.LG
发布日期: 2026-08-27
💡 一句话要点
利用大型语言模型设计近似最优的运筹学算法
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 运筹学 算法设计 大型语言模型 自动化 优化问题
📋 核心要点
- 现有运筹学算法设计方法在处理特定问题时往往依赖于复杂的手工调优，效率低下。
- 论文提出利用大型语言模型，基于问题描述和参数范围自动生成算法，减少人工干预。
- 实验结果显示，gpt-5.6-sol模型在多个实例中表现优异，甚至超越了传统的最佳方法，展示了LLMs在算法设计中的潜力。
📝 摘要（中文）
本文探讨了大型语言模型（LLMs）在设计有效运筹学（OR）算法方面的能力，研究了库存控制、排队网络控制和产品组合优化等问题。我们评估了两种使用LLM的方式：第一种是针对单个问题实例返回解决方案，第二种是仅基于问题类别描述和参数范围返回算法。实验表明，最强的模型gpt-5.6-sol在几乎所有评估实例中都与现有最佳方法相匹配或超越，且在第二种使用方式下，返回的算法在未见评估实例前就已固定。这表明，前沿LLMs在特定运筹学问题的算法设计中可以作为一个重要的经验基准。
🔬 方法详解
问题定义：本文旨在解决运筹学问题中算法设计的效率与效果问题，现有方法通常需要复杂的手动调优，难以快速适应不同实例。
核心思路：通过大型语言模型，利用其自然语言处理能力，自动生成针对特定问题的算法，减少人工干预并提高效率。
技术框架：整体架构包括两个层次的模型使用：第一层接收具体问题实例并返回解决方案，第二层仅接收问题类别描述和参数范围，返回固定算法。模型在Python沙箱工具中运行，受限于固定的计算预算。
关键创新：最重要的创新在于使用LLMs生成算法的能力，尤其是在未见实例的情况下仍能提供有效解决方案，这与传统方法的依赖性形成鲜明对比。
关键设计：模型的设计包括一个未调优的提示输入，确保其在接收问题描述后能够生成有效的算法，同时通过固定的计算预算来评估算法的性能。实验中使用的gpt-5.6-sol模型是当前最强的版本，展现了显著的性能提升。
🖼️ 关键图片
📊 实验亮点
实验结果显示，gpt-5.6-sol模型在几乎所有评估实例中均与现有最佳方法相匹配或超越，尤其在第二层次的算法生成中，模型在未见实例前就能提供有效解决方案，展示了其在运筹学算法设计中的强大能力。
🎯 应用场景
该研究的潜在应用领域包括库存管理、服务系统优化和市场产品组合等运筹学问题。通过利用大型语言模型，企业可以快速生成高效的算法，提升决策效率，降低人工成本，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
We ask whether large language models (LLMs) can design effective algorithms for well-specified operations research (OR) problems. We study inventory control, queueing network control, and assortment optimization. We evaluate two levels of LLM use: at level 1, the model receives one problem instance and returns a solution for that instance; at level 2, it receives only the problem class description and broad parameter ranges, and returns an algorithm that maps instance parameters to solutions. Human input is minimal: we give one untuned prompt that describes the problem, and the model has access to a Python sandbox tool with a fixed compute budget. The strongest model we test, gpt-5.6-sol, matches or outperforms the best existing method on almost all evaluated instances. This holds even at level 2, where the returned algorithm is fixed before seeing the evaluation instances. Performance also improves sharply across models released less than eight months apart, suggesting that this capability is moving quickly. Thus, for the well-specified operations problems we study, a single untuned LLM query can already produce algorithms competitive with specialized methods. These results suggest that frontier LLMs can be a serious empirical baseline for algorithm design in well-specified OR problems.