論文の概要: BiFE: Search-Efficient Discovery of CPU-Only Branching Policies via LLM-based Bi-Fidelity Evolution

• arxiv url: http://arxiv.org/abs/2609.36735v1
• Date: Tue, 29 Sep 2026 05:08:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.201564
• Title: BiFE: Search-Efficient Discovery of CPU-Only Branching Policies via LLM-based Bi-Fidelity Evolution
• Title（参考訳）: BiFE: LLMベースの双方向進化によるCPU専用分岐ポリシーの探索効率向上
• Abstract要約: LLM(Large Language Model)の生成したコードは、軽量分岐ルールを設計するための柔軟な検索スペースを提供する。 Bi-Fidelity Evolutionary framework (BiFE)は、高速プリスクリーンとして低忠実な模倣スコアを使用している。 実験は、BiFEの探索効率と、発見された規則の競合性の両方を検証する。
• 参考スコア（独自算出の注目度）: 16.926642241177174
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In branch-and-bound (B&B) for mixed-integer linear programming (MILP), branching variable selection critically impacts efficiency. Existing neural branching policies often require GPU inference, while CPU-efficient symbolic expressions lack the representational capacity for complex logic. Large Language Model (LLM)-generated code provides a flexible search space for designing lightweight branching rules with diverse algorithmic logic. To discover effective rules within LLM-based evolutionary frameworks, a core challenge arises: full B&B evaluation on real instances is prohibitively expensive, whereas offline imitation learning suffers from distribution shift. To address this, we introduce a Bi-Fidelity Evolutionary framework (BiFE). It employs low-fidelity imitation scores as a rapid pre-screener and selectively applies high-fidelity on-instance evaluation only to elite candidates, effectively balancing search efficiency with performance reliability. Experiments validate both the search efficiency of BiFE and the competitiveness of its discovered rules, which outperform the SCIP solver and other baselines on CPUs, and even surpass certain GPU-based neural policies.
• Abstract（参考訳）: 混合整数線形プログラミング(MILP)のための分岐とバウンド(B&B)では、分岐変数の選択が効率に重大な影響を及ぼす。 既存の神経分岐ポリシーはGPU推論を必要とすることが多いが、CPU効率のシンボリック表現は複雑な論理の表現能力に欠ける。 LLM(Large Language Model)の生成したコードは、多様なアルゴリズム論理を用いて軽量分岐ルールを設計するためのフレキシブルな検索空間を提供する。 LLMベースの進化的フレームワークで効果的なルールを発見するために、中核的な課題が発生する: 実インスタンスの完全なB&B評価は違法に高価であるのに対して、オフラインの模倣学習は分散シフトに悩まされている。 これを解決するために,Bi-Fidelity Evolutionary framework (BiFE)を導入する。 高速プリスクリーンとして低忠実度模倣スコアを使用し、上位候補のみに高忠実度オンスタンス評価を選択的に適用し、探索効率と性能信頼性を効果的にバランスさせる。 実験では、BiFEの探索効率と、検出されたルールの競合性の両方が検証され、SCIPソルバやその他のCPUのベースラインを上回り、GPUベースの神経ポリシーを上回ります。

関連論文リスト

• ThinkBooster: A Unified Framework for Seamless Test-Time Scaling of LLM Reasoning [110.46431027868954]
  ThinkBoosterは、大規模言語モデル(LLM)推論のシームレスなテスト時間計算スケーリングのためのフレームワークである。 最新のTTCスケーリング戦略とスコアファミリを実装するモジュール型のPythonライブラリで構成されている。 デプロイ可能なOpenAI互換プロキシサービスにより、現実のアプリケーションへの適応推論のドロップイン統合が可能になる。
  論文  参考訳（メタデータ） (2026-06-05T05:28:46Z)
• Unifying Temporal and Structural Credit Assignment in LLM-Based Multi-Agent Prompt Optimization [10.37712840622514]
  マルチエージェントシステム(MAS)は、大規模言語モデルに複雑な推論計算タスクに取り組む権限を与える。 既存のブラックボックスは、トラジェクトリレベルの障害を特定のローカルコンポーネントに原因付けるのに苦労する。 我々は、抽出可能なMAS最適化は、誤り信号のアンタングルを解消するために構造的帰納バイアスを必要とすると論じる。
  論文  参考訳（メタデータ） (2026-05-28T16:57:57Z)
• Breaking the Computational Barrier: Provably Efficient Actor-Critic for Low-Rank MDPs [53.412166189410904]
  低ランクマルコフ決定過程(MDPs)の下で広く採用されているRLオーラクルの階層を確立するために,教師付き学習を計算プロキシとして利用する。 本研究の目的は,政策評価にのみ依存する新しい楽観的アクター批判アルゴリズムを提案することである。 提案アルゴリズムは,従来の計算コストの高い計画や最適化オーラクルを回避しつつ,既存のサンプル複雑度保証よりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-02T04:46:54Z)
• Prism: Efficient Test-Time Scaling via Hierarchical Search and Self-Verification for Discrete Diffusion Language Models [96.0074341403456]
  LLM推論を改善するための実用的な方法として、推論時計算が再導入されている。 テスト時間スケーリング(TTS)アルゴリズムの多くは、自動回帰デコーディングに依存している。 そこで我々は,dLLM のための効率的な TTS フレームワーク Prism を提案する。
  論文  参考訳（メタデータ） (2026-02-02T09:14:51Z)
• Revisiting LLM Reasoning via Information Bottleneck [57.519119962528166]
  大規模言語モデル(LLM)は、最近、検証可能な報酬付き強化学習(RLVR)を通じて推論能力の顕著な進歩を示した。 本稿では,情報ボトルネック(IB)の原理に基づくLLM推論の理論的特徴について述べる。 IB対応推論最適化(IBRO)を提案する。
  論文  参考訳（メタデータ） (2025-07-24T13:14:25Z)
• Pangu Embedded: An Efficient Dual-system LLM Reasoner with Metacognition [95.54406667705999]
  Pangu Embeddedは、Ascend Neural Processing Units (NPU) 上で開発された効率的なLarge Language Model (LLM) 推論器である。 既存の推論最適化 LLM でよく見られる計算コストと推論遅延の問題に対処する。 単一の統一モデルアーキテクチャ内で、迅速な応答と最先端の推論品質を提供する。
  論文  参考訳（メタデータ） (2025-05-28T14:03:02Z)

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。