Исследование показывает, как LLMs справляются с задачей коммивояжера, начиная с пяти случайных решений и генерируя до восьми новых на каждом шаге. Хотя LLMs достигают оптимальных решений для небольших задач, их эффективность снижается с увеличением размера проблемы.
В недавнем исследовании была рассмотрена задача коммивояжера (TSP) с использованием больших языковых моделей (LLMs). Процесс оптимизации начинался с пяти случайных решений, и на каждом этапе генерировалось до восьми новых. Для небольших задач (n = 10) LLMs находили оптимальные решения, но с увеличением размера проблемы их производительность значительно ухудшалась по сравнению с эвристическими методами.
Основные ограничения LLMs включают ограничения контекстного окна и сложности в навигации по сложным ландшафтам оптимизации. Исследование подчеркивает, что LLMs могут достигать глобального оптимума для небольших задач, но не предназначены для замены специализированных алгоритмов оптимизации.
Эта новость создана искусственным интеллектом на основе открытых данных и предназначена исключительно для информирования. Администрация сайта не несёт ответственности за её содержание. Новости агрегируются из различных источников, включая недружественные России страны и их средства массовой информации. Социальные сети Facebook, Instagram и WhatsApp принадлежат корпорации Meta, которая в России признана экстремистской организацией.
