★ 2
研究评估 LLM 作为数值优化器的能力与局限
论文构建评估框架，区分解的质量与执行失败（数值误差、约束违反、格式错误），在凸优化、分式规划与约束投影问题上对比 LLM 与确定性求解器。结果显示 LLM 能捕捉优化结构并给出近优解，但随维度升高可靠性下降。迭代精炼可显著提升可靠性，但仍难独立作为优化器使用。
arXiv cs.AI3 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文构建评估框架，区分解的质量与执行失败（数值误差、约束违反、格式错误），在凸优化、分式规划与约束投影问题上对比 LLM 与确定性求解器。结果显示 LLM 能捕捉优化结构并给出近优解，但随维度升高可靠性下降。迭代精炼可显著提升可靠性，但仍难独立作为优化器使用。
一篇 arXiv 论文研究量化矩阵乘法中的确定性乘积感知舍入问题，在缩放、裁剪边界与网格固定后，让每个标量在相邻量化级间做选择。作者用零空间约简与条件期望补全给出多项式时间算法，动态激活舍入的平方乘积误差上界接近最优。实验显示该方法在 K=1024、r=16 的均衡块上中位误差仅 0.010，远优…