LLMs 能设计近乎最优的 OR 算法

我们探讨大型语言模型（LLMs）是否能够为定义明确的运筹学（OR）问题设计有效算法。我们研究库存控制、排队网络控制和品类优化。我们评估 LLM 的两种使用层级：在第 1 层，模型接收一个问题实例并返回该实例的解；在第 2 层，模型只接收问题类别描述和较宽的参数范围，并返回一个将实例参数映射为解的算法。人工输入极少：我们只提供一个描述问题的未经调优的提示词，模型还可以使用一个具有固定计算预算的 Python 沙盒工具。 我们测试的最强模型 gpt-5.6-sol，在几乎所有评估实例上都与现有最佳方法相当或表现更优。即使在第 2 层，这一点也成立；在这一层中，返回的算法在看到评估实例之前就已固定。随着发布时间相隔不到八个月的模型之间，性能也显著提升，这表明这一能力正在快速进步。因此，对于我们研究的这些定义明确的运筹学问题，一次未经调优的 LLM 查询就已经能够产生与专门方法相竞争的算法。这些结果表明，前沿 LLM 可以成为定义明确的 OR 问题中算法设计的一个严肃经验基线。