الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-23

تخطيط سعة مراكز النقل بتوجيه من نماذج اللغة الكبيرة باستخدام مدخلات أعمال نصية

العنوان الأصلي: LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs

تحقق نماذج تخطيط سعة المراكز التقليدية أداءً جيدًا في المدخلات الكمية لكنها تواجه صعوبة في دمج السياق التجاري النوعي. يعتمد الإطار المقترح على وكيل نموذج لغوي كبير يقترح قرارات السعة بشكل تكراري انطلاقًا من أوصاف الأعمال بلغة طبيعية، باستخدام جدول قرارات قائم على سلسلة الأفكار، ويتحقق من كل قرار عبر التغذية الراجعة من نموذج تحسين. وعلى شبكة شحن حقيقية تضم 13 مركزًا في جنوب شرق الولايات المتحدة، حقق النهج فجوة مثلى بلغت 2.8% مقارنةً بحقيقة أساسية مخفية، مقابل 11.0% لنموذج التحسين التقليدي دون مدخلات نصية.

اقرأ المصدر الأصلي ↗

جميع العناصر →