A Human-on-the-Loop Optimization Autoformalism Approach for Sustainability

要約

この論文では、大規模言語モデル (LLM) を使用してパーソナライズされたエネルギー関連の問題を解決するための自然な会話アプローチの概要を説明します。
私たちは、モデリングにわずかな変更を加えて繰り返し解く必要があり、ユーザー固有のものであるため、画一的なモデルを考案することが課題となっている、カスタマイズ可能な最適化問題に焦点を当てています。
私たちは、最適化ソルバーで LLM を強化し、非線形推論機能を提供しながら、ユーザーの仕様や好みを理解して応答する能力を強化する戦略を提案しました。
私たちのアプローチは、自然言語のタスク仕様を最適化インスタンスに自動的に変換する、人間主導の最適化オートフォーマリズムという新しい概念を先駆者としています。
これにより、LLM は、現在のプロンプトベースの手法の限界を超えて、インスタンス固有のエネルギー関連のさまざまな問題を分析、説明、取り組むことができます。
私たちの研究は、電気自動車の充電や暖房、換気、空調 (HVAC) の制御から、屋上の太陽光発電 (PV) やヒートポンプを設置するための費用対効果の評価などの長期計画の問題に至るまで、エネルギー分野におけるさまざまな一般的なタスクを網羅しています。
。
このパイロット研究は、LLM を使用した最適化のコンテキストベースの定式化に向けた重要な進歩を示しており、最適化プロセスを民主化する可能性があります。
その結果、関係者はエネルギー消費を最適化し、個人のニーズや好みに合わせてカスタマイズされた持続可能なエネルギー実践を促進できるようになります。

要約(オリジナル)

This paper outlines a natural conversational approach to solving personalized energy-related problems using large language models (LLMs). We focus on customizable optimization problems that necessitate repeated solving with slight variations in modeling and are user-specific, hence posing a challenge to devising a one-size-fits-all model. We put forward a strategy that augments an LLM with an optimization solver, enhancing its proficiency in understanding and responding to user specifications and preferences while providing nonlinear reasoning capabilities. Our approach pioneers the novel concept of human-guided optimization autoformalism, translating a natural language task specification automatically into an optimization instance. This enables LLMs to analyze, explain, and tackle a variety of instance-specific energy-related problems, pushing beyond the limits of current prompt-based techniques. Our research encompasses various commonplace tasks in the energy sector, from electric vehicle charging and Heating, Ventilation, and Air Conditioning (HVAC) control to long-term planning problems such as cost-benefit evaluations for installing rooftop solar photovoltaics (PVs) or heat pumps. This pilot study marks an essential stride towards the context-based formulation of optimization using LLMs, with the potential to democratize optimization processes. As a result, stakeholders are empowered to optimize their energy consumption, promoting sustainable energy practices customized to personal needs and preferences.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google