AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · Nature Machine Intelligence · 2026-10-01

بڑے لسانی ماڈلز مجموعی اصلاح کے لیے تکمیلی ہیورسٹکس دریافت کرتے ہیں

اصل عنوان: Large language models discover complementary heuristics for combinatorial optimization

کمبینیٹوریل آپٹیمائزیشن مینوفیکچرنگ، لاجسٹکس اور توانائی کے شعبوں میں فیصلوں کی بنیاد ہے، لیکن ہر نئی قسم کے لیے ہیورسٹکس تیار کرنے میں ماہرین کی مہینوں کی محنت لگتی ہے، اور LLM سے ایک ہی مرحلے میں کوڈ تیار کرنا اکثر ناکام رہتا ہے۔ LACE الگورتھم کے ڈیزائن کو اسکیماز، ٹول لائبریری اور ہیورسٹک پورٹ فولیو میں تقسیم کرتا ہے، پھر رن ٹائم کی حدود کے اندر ایک دوسرے کی تکمیل کرنے والے ماہر ہیورسٹکس کو ارتقائی طور پر تیار کرتا ہے۔ CO-Bench کے 36 کلاسیکی مسائل میں اس کا اوسط 0.945 رہا، جبکہ سب سے مضبوط سابقہ LLM پر مبنی طریقے کا 0.870 اور براہِ راست پرامپٹنگ کا 0.571 تھا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →