OR-License 基准:LLM 智能体离真实运筹学专家还差多远
HKUST-DSAIL · hf · 2026-10-20
HKUST 提出 OR-License 基准,评估 LLM 智能体能否像真实运筹学从业者那样,从原始客户材料出发解决现实世界运筹优化问题。结果显示:部分智能体的目标函数质量很高,但没有一个能达到专家级的问题可行性与"部署调整后质量",即在真实约束与部署环节仍有明显差距。
「编程与Agent」频道最新
- Hamel Husain 实测六款决策模型做 Evals：调阈值比选模型更关键 — Hamel Husain · 2026-10-20
- 微软 10 月 25 日起默认允许用户上传可执行操作的 Copilot 智能体 — luisdans · 2026-10-20
- Voyager发布：像Codex一样的创意工作「开放式驾驶舱」 — ravisparikh · 2026-10-20
- 开发者做 Chrome 插件改造 X 体验，首个功能是更好用的 @ — vista8 · 2026-10-20
- 用户实测 Grok Bot 代订酒店：付款前先请示，还发现重复预订 — XFreeze · 2026-10-20
- 用户怒斥 Codex 会话膨胀吃光额度，转向 Hermes-Agent 自管上下文 — alexcovo_eth · 2026-10-20