蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

運(yùn)籌學(xué)領(lǐng)域國(guó)際頂級(jí)期刊《運(yùn)籌學(xué)（Operations Research）》日前首次發(fā)表運(yùn)籌學(xué)大模型工作。這一AI研究成果以開源生態(tài)模式打破技術(shù)壟斷，為全球工業(yè)優(yōu)化決策提供了“中國(guó)方案”。

據(jù)悉，《運(yùn)籌學(xué)OR》發(fā)表的這一聯(lián)合研究成果，來自上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院特聘教授、智能計(jì)算研究院院長(zhǎng)葛冬冬團(tuán)隊(duì)，與上海財(cái)經(jīng)大學(xué)、香港中文大學(xué)（深圳）、杉數(shù)科技等單位，作為基于開源大語言模型的自動(dòng)化優(yōu)化建模框架，被命名為：ORLM，意為運(yùn)籌大模型。

優(yōu)化建模與求解，是運(yùn)籌學(xué)在實(shí)際應(yīng)用中的核心環(huán)節(jié)。傳統(tǒng)運(yùn)籌優(yōu)化高度依賴人類專家經(jīng)驗(yàn)，存在成本高昂、效率低下和泛化能力差等問題。而現(xiàn)有基于GPT-4等閉源模型的解決方案，雖能壓縮時(shí)間，卻面臨企業(yè)核心數(shù)據(jù)外流等風(fēng)險(xiǎn)。

這項(xiàng)中國(guó)新研究首次提出了一種創(chuàng)新的、可定制化的開源大語言模型訓(xùn)練框架，專為優(yōu)化建模任務(wù)設(shè)計(jì)。該框架支持對(duì)開源大模型進(jìn)行領(lǐng)域定制訓(xùn)練，顯著提升了模型在自動(dòng)化建模與求解方面的能力。

在制造、物流、電商與零售等多個(gè)行業(yè)的生產(chǎn)計(jì)劃，及庫存管理、訂單處理等場(chǎng)景測(cè)試中，ORLM輔助工程師平均縮短2小時(shí)以上決策時(shí)間，準(zhǔn)確率提高10%-25%，有效提升了實(shí)際工業(yè)場(chǎng)景中人機(jī)協(xié)作的效率。尤為重要的是，該系統(tǒng)通過本地化部署解決了企業(yè)數(shù)據(jù)隱私泄露風(fēng)險(xiǎn)的定制難題。

這一研究構(gòu)建了從數(shù)據(jù)生產(chǎn)、模型訓(xùn)練到場(chǎng)景落地的完整技術(shù)閉環(huán)，其創(chuàng)新價(jià)值在工業(yè)級(jí)實(shí)踐中得到驗(yàn)證。團(tuán)隊(duì)構(gòu)建了首個(gè)工業(yè)級(jí)優(yōu)化建?；鶞?zhǔn)數(shù)據(jù)集：IndustryOR，涵蓋13個(gè)行業(yè)與5類典型問題（包括線性、整數(shù)、混合整數(shù)、非線性及其他），并設(shè)有多級(jí)難度劃分。相比國(guó)際已有數(shù)據(jù)集，IndustryOR在多樣性與現(xiàn)實(shí)性方面具有顯著優(yōu)勢(shì)，為未來優(yōu)化建模模型的評(píng)估提供了更全面、更嚴(yán)格且貼近實(shí)際的測(cè)試環(huán)境。

據(jù)悉，該研究提供了有效的開源模型訓(xùn)練路徑，共合成約32481條高質(zhì)量訓(xùn)練樣本。實(shí)驗(yàn)結(jié)果表明，開源模型系列“ORLMs”在多個(gè)公開基準(zhǔn)數(shù)據(jù)集上的表現(xiàn)均顯著優(yōu)于如GPT-4等的主流閉源模型及其他開源大模型，達(dá)到了當(dāng)前該領(lǐng)域的最先進(jìn)水平和能級(jí)。

專家認(rèn)為，作為首個(gè)開源的運(yùn)籌學(xué)大語言模型，ORLM的誕生標(biāo)志著運(yùn)籌學(xué)從依賴專家經(jīng)驗(yàn)的傳統(tǒng)建模范式，邁向自動(dòng)化與智能化的新階段。通過對(duì)開源大語言模型（LLMs）進(jìn)行定向訓(xùn)練，ORLM使運(yùn)籌優(yōu)化技術(shù)更易于在工業(yè)界和學(xué)術(shù)界廣泛部署與應(yīng)用。這一自動(dòng)化建模能力不僅顯著提升了建模效率，還有效降低了技術(shù)門檻，使更多企業(yè)能夠借助運(yùn)籌學(xué)手段優(yōu)化決策流程，實(shí)現(xiàn)降本增效的目標(biāo)。

未來，隨著模型性能的持續(xù)優(yōu)化、強(qiáng)化學(xué)習(xí)等技術(shù)的引進(jìn)與基準(zhǔn)數(shù)據(jù)集的進(jìn)一步擴(kuò)展，ORLM有望在供應(yīng)鏈優(yōu)化、能源管理、醫(yī)療資源配置等多個(gè)關(guān)鍵領(lǐng)域取得實(shí)質(zhì)性突破。同時(shí)，ORLM所構(gòu)建的開源生態(tài)也為學(xué)術(shù)研究提供了寶貴的平臺(tái)資源，推動(dòng)運(yùn)籌學(xué)與人工智能的深度融合，開辟智能優(yōu)化領(lǐng)域的新路徑。

值得關(guān)注的是，葛冬冬教授2025年第一季度已在《運(yùn)籌學(xué)OR》《國(guó)際控制雜志IJOC》，優(yōu)化算法頂級(jí)期刊MOR、MP上連續(xù)發(fā)表（包括被正式接收）5篇大模型和優(yōu)化算法論文，彰顯中國(guó)學(xué)者在該研究領(lǐng)域的學(xué)術(shù)引領(lǐng)力。

目前，研究團(tuán)隊(duì)已開源了首個(gè)面向優(yōu)化建模的大語言模型ORLM，為該領(lǐng)域構(gòu)建起一個(gè)具有廣泛適應(yīng)性的模型生態(tài)基礎(chǔ)，推動(dòng)了優(yōu)化建模技術(shù)的普惠化，為學(xué)術(shù)界與產(chǎn)業(yè)界提供了重要的參考范式與實(shí)驗(yàn)平臺(tái)。