AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-23
Perencanaan Kapasitas Hub Transportasi Berpemandu LLM dengan Masukan Bisnis Berbentuk Teks
Judul asli: LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs
Model perencanaan kapasitas hub tradisional mengoptimalkan dengan baik pada masukan kuantitatif, tetapi kesulitan memasukkan konteks bisnis kualitatif. Kerangka kerja yang diusulkan membuat agen model bahasa besar secara iteratif mengusulkan keputusan kapasitas dari deskripsi bisnis dalam bahasa alami, menggunakan tabel keputusan chain-of-thought, dan memeriksa setiap keputusan melalui umpan balik dari model optimasi. Pada jaringan angkutan barang nyata dengan 13 hub di tenggara AS, pendekatan ini mencapai celah optimalitas sebesar 2,8% terhadap kebenaran dasar tersembunyi, dibandingkan dengan 11,0% untuk model optimasi tradisional tanpa masukan teks.