Abstract Operations Research Modeling Using Natural Language Inputs

要約

オペレーションリサーチ（または）は数学モデルを使用して意思決定を強化しますが、これらのモデルを開発するには専門知識が必要であり、時間がかかる可能性があります。
このプロセスを簡素化するために、自動化された数学プログラミング（AMP）が登場しましたが、既存のシステムには制限があります。
このペーパーでは、大規模な言語モデル（LLM）の最近の進歩を使用して、自然言語を使用して表現された非専門家ユーザークエリから作成および編集またはソリューションを使用する新しい方法論を紹介します。
これにより、ドメインの専門知識の必要性と問題を策定する時間が減ります。
この論文は、NL2ORという名前のエンドツーエンドのパイプラインを提示し、自然言語の入力に対する解決策または問題を生成し、いくつかの重要または問題に関する実験結果を共有します。

要約(オリジナル)

Operations research (OR) uses mathematical models to enhance decision-making, but developing these models requires expert knowledge and can be time-consuming. Automated mathematical programming (AMP) has emerged to simplify this process, but existing systems have limitations. This paper introduces a novel methodology that uses recent advances in Large Language Model (LLM) to create and edit OR solutions from non-expert user queries expressed using Natural Language. This reduces the need for domain expertise and the time to formulate a problem. The paper presents an end-to-end pipeline, named NL2OR, that generates solutions to OR problems from natural language input, and shares experimental results on several important OR problems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google