ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-23
Планирование мощности транспортных узлов под управлением LLM на основе текстовых бизнес-данных
Оригинальное название: LLM-Guided Transportation Hub Capacity Planning with Textual Business Inputs
Традиционные модели планирования мощности хабов хорошо оптимизируют количественные входные данные, но плохо учитывают качественный бизнес-контекст. В предлагаемой схеме агент на основе большой языковой модели итеративно предлагает решения по мощностям на основе описаний бизнеса на естественном языке, используя таблицу решений по принципу цепочки рассуждений, а каждое решение проверяется с помощью обратной связи от оптимизационной модели. На реальной грузовой сети из 13 хабов на юго-востоке США подход показал разрыв оптимальности 2,8% относительно скрытой эталонной истины по сравнению с 11,0% у традиционной оптимизационной модели без текстовых входных данных.