論文の概要: OptSkills: Learning Generalizable Optimization Skills from Problem Archetypes via Cluster-Based Distillation
- arxiv url: http://arxiv.org/abs/2605.29829v1
- Date: Thu, 28 May 2026 12:07:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-30 02:45:56.224632
- Title: OptSkills: Learning Generalizable Optimization Skills from Problem Archetypes via Cluster-Based Distillation
- Title（参考訳）: OptSkills:クラスタベースの蒸留を通して問題アーチタイプから一般化可能な最適化スキルを学習する
- Abstract要約: 我々は,最適化モデリングと問題解決のための古型中心型スキル学習・推論エージェントシステムであるOpsSkillsを提案する。
より堅牢な一般化を実現するため,本システムでは,表面の物語よりも根底にあるアーチタイプによって問題をクラスタリングする。
本システムは,様々な問題タイプやシナリオを含むデータセットに対して,最先端のマイクロ平均精度68.27%を達成する。
- 参考スコア（独自算出の注目度）: 32.03887138961194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Leveraging Large Language Models (LLMs) to automatically formulate and solve optimization problems from natural language has emerged as an efficient paradigm for automated optimization. However, existing methods still exhibit limited generalization: they are sensitive to superficial narrative variations, reuse experience mainly at the case level, and struggle to adapt to shifted or emerging problem types. We propose OptSkills, an archetype-centric skill learning and reasoning agent system for optimization modeling and solving. To improve robust generalization, our system clusters problems by their underlying archetypes rather than surface narratives. To improve in-distribution generalization, it explores diverse modeling paradigms and solver configurations within each cluster, then distills successful trajectories into reusable workflow-level skills. To improve out-of-distribution generalization, it refines existing skills or expands the skill library using newly obtained trajectories. Our system achieves a state-of-the-art micro-averaged accuracy of 68.27% on datasets encompassing diverse problem types and scenarios. In addition, on MIPLIB-NL, a highly challenging large-scale and high-dimensional benchmark, it achieves 26.91% accuracy, outperforming DeepSeek-V3.2-Thinking by 4.53%. After skill learning on Nano-CO, it reaches 72.79% on the OOD NLCO benchmark. Code and skills are available at https://github.com/fujiwaranoM0kou/OptSkills.
- Abstract（参考訳）: 自然言語から最適化問題を自動的に定式化し、解決するためにLLM(Large Language Models)を活用することが、自動最適化の効率的なパラダイムとして登場した。
しかし、既存の手法では、表面的な物語のバリエーションに敏感であり、主にケースレベルでの再利用経験があり、シフトや出現する問題に適応するのに苦労している。
我々は,最適化モデリングと問題解決のための古型中心型スキル学習・推論エージェントシステムであるOpsSkillsを提案する。
より堅牢な一般化を実現するため,本システムでは,表面の物語よりも根底にあるアーチタイプによって問題をクラスタリングする。
分散の一般化を改善するために、各クラスタ内のさまざまなモデリングパラダイムとソルバ構成を調査し、成功したトラジェクトリを再利用可能なワークフローレベルのスキルに蒸留する。
アウト・オブ・ディストリビューションの一般化を改善するために、既存のスキルを洗練したり、新たに獲得したトラジェクトリを使ってスキルライブラリを拡張する。
本システムは,様々な問題タイプやシナリオを含むデータセットに対して,最先端のマイクロ平均精度68.27%を達成する。
さらに、非常に挑戦的な大規模かつ高次元のベンチマークであるMIPLIB-NLでは、26.91%の精度でDeepSeek-V3.2-Thinkingを4.53%上回っている。
Nano-COのスキル学習の後、OOD NLCOベンチマークで72.79%に達した。
コードとスキルはhttps://github.com/fujiharanoM0kou/OptSkills.comで入手できる。
関連論文リスト
- FrontierOR: Benchmarking LLMs' Capacity for Efficient Algorithm Design in Large-Scale Optimization [61.43300970020897]
大規模言語モデル(LLM)は、最適化モデリングとソルバコード生成にますます使われている。
既存のベンチマークは、実際のスケールと複雑さよりもはるかに低い、小さな、あるいは単純化された例に限られている。
現実的な大規模最適化問題に対して,LLMに基づく効率的なアルゴリズム設計を評価するための最初のベンチマークとしてFrontierORを紹介した。
論文 参考訳（メタデータ） (2026-05-24T20:10:42Z) - MAS-Algorithm: A Workflow for Solving Algorithmic Programming Problems with a Multi-Agent System [15.213043425523287]
MAS-Algorithmは、競合するプログラマやアルゴリズムエンジニアにインスパイアされたアルゴリズム問題解決のための、体系的なマルチエージェントワークフローである。
我々のフレームワークは、エンドツーエンドの解決プロセスをモジュラーステージに分解し、構造化推論、ツール統合、エージェント間の柔軟な調整を可能にします。
論文 参考訳（メタデータ） (2026-05-07T09:57:53Z) - Bridging VLMs and Embodied Intelligence with Deliberate Practice Policy Optimization [72.20212909644017]
Deliberate Practice Policy Optimization (DPPO) はメタ認知型メタループのトレーニングフレームワークである。
DPPOは教師付き微調整(能力拡張)と強化学習(技能向上)の交互に行う
実証的には、DPPO(Pelican-VL 1.0)で視覚言語を具現化したモデルをトレーニングすると、ベースモデルよりも20.3%パフォーマンスが向上する。
私たちはモデルとコードをオープンソースにして、データとリソースのボトルネックを軽減する最初の体系的なフレームワークを提供しています。
論文 参考訳（メタデータ） (2025-11-20T17:58:04Z) - Optimizers Qualitatively Alter Solutions And We Should Leverage This [62.662640460717476]
ディープニューラルネットワーク(DNN)は、SGDのようなローカル情報のみを使用する場合、損失のグローバルな最小限に収束することを保証できない。
コミュニティは、既存のメソッドのバイアスを理解すること、また、ソリューションの特定の特性を誘発する明示的な意図で、新しいDNNを構築することを目的としている。
論文 参考訳（メタデータ） (2025-07-16T13:33:31Z) - EfficientLLaVA:Generalizable Auto-Pruning for Large Vision-language Models [64.18350535770357]
マルチモーダル推論の効率を高めるために,大規模視覚言語モデルの自動プルーニング手法を提案する。
提案手法では,所望のプルーニングポリシーを探索するために,少数のサンプルのみを活用する。
視覚的質問応答のためのScienceQA, Vizwiz, MM-vet, LLaVA-Benchデータセットについて広範な実験を行った。
論文 参考訳（メタデータ） (2025-03-19T16:07:04Z) - LLMOPT: Learning to Define and Solve General Optimization Problems from Scratch [16.174567164068037]
最適化の一般化を促進するため,LLMOPTと呼ばれる統合学習ベースのフレームワークを提案する。
LLMOPTは、様々な最適化問題タイプを定義するための普遍モデルとして導入された5要素の定式化を構築している。
LLMOPTは線形/非線形プログラミングや混合整数プログラミングといった様々な最適化問題をモデル化することができる。
論文 参考訳（メタデータ） (2024-10-17T04:37:37Z) - Machine Learning for Large-Scale Optimization in 6G Wireless Networks [27.947500165976486]
6G無線システムは、"コネクテッドモノ"から"コネクテッドインテリジェンス"へのパラダイムシフトを可能にする。
機械学習(ML)は、6Gにおける多くの複雑な大規模最適化問題に対して、有望で実行可能な方法論として際立っている。
本稿では,6G無線ネットワークの多様な領域において,最も代表的な「最適化学習」手法を体系的に検討する。
論文 参考訳（メタデータ） (2023-01-03T13:56:50Z) - Learning to Optimize Permutation Flow Shop Scheduling via Graph-based
Imitation Learning [70.65666982566655]
置換フローショップスケジューリング(PFSS)は製造業で広く使われている。
我々は,より安定かつ正確に収束を加速する専門家主導の模倣学習を通じてモデルを訓練することを提案する。
我々のモデルのネットワークパラメータはわずか37%に減少し、エキスパートソリューションに対する我々のモデルの解のギャップは平均6.8%から1.3%に減少する。
論文 参考訳（メタデータ） (2022-10-31T09:46:26Z) - Improved Algorithms for Neural Active Learning [74.89097665112621]
非パラメトリックストリーミング設定のためのニューラルネットワーク(NN)ベースの能動学習アルゴリズムの理論的および経験的性能を改善する。
本研究では,SOTA(State-of-the-art (State-the-art)) 関連研究で使用されるものよりも,アクティブラーニングに適する人口減少を最小化することにより,2つの後悔の指標を導入する。
論文 参考訳（メタデータ） (2022-10-02T05:03:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。