FrontierOR：评测大模型做优化算法
新智元 · wechat · 2026-07-10
FrontierOR 是一个新的 LLM-for-OR 评测基准，目标不是考模型会不会把题目转成数学规划，而是考它能否像运筹优化工程师一样，针对真实工业级问题发现结构并设计可扩展算法。 该基准从 1992—2025 年的 OR 文献中筛出 180 个任务，并构造标准化问题描述、数学模型、Gurobi 参考实现、参考解和可行性检查器；其中 50 个更难任务组成 Hard 子集。评测覆盖可执行性、可行性、解质量和质效综合指标，重点检验模型在大规模实例上的算法设计能力。