亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

交大安泰發(fā)布首個(gè)開源運(yùn)籌學(xué)大語言模型,為工業(yè)優(yōu)化決策提供中國方案

上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院
2025-05-07 09:45 瀏覽量: 1987
?智能總結(jié)

《運(yùn)籌學(xué)(Operations Research)》首次發(fā)表運(yùn)籌學(xué)大模型工作。該成果由葛冬冬團(tuán)隊(duì)等聯(lián)合完成,命名為ORLM。傳統(tǒng)運(yùn)籌優(yōu)化依賴專家經(jīng)驗(yàn)存在諸多問題,現(xiàn)有閉源模型方案有數(shù)據(jù)外流風(fēng)險(xiǎn)。ORLM提出創(chuàng)新開源大語言模型訓(xùn)練框架,在多行業(yè)場(chǎng)景測(cè)試中,輔助工程師縮短決策時(shí)間、提高準(zhǔn)確率,還解決數(shù)據(jù)隱私問題。團(tuán)隊(duì)構(gòu)建首個(gè)工業(yè)級(jí)優(yōu)化建?;鶞?zhǔn)數(shù)據(jù)集IndustryOR,提供有效開源模型訓(xùn)練路徑,“ORLMs”表現(xiàn)優(yōu)于主流模型。ORLM標(biāo)志運(yùn)籌學(xué)邁向新階段,降低技術(shù)門檻。未來有望在多領(lǐng)域突破,其開源生態(tài)推動(dòng)學(xué)科

關(guān)聯(lián)問題: ORLM如何提升人機(jī)協(xié)作效率?ORLM優(yōu)勢(shì)體現(xiàn)在哪些方面?ORLM未來有何突破方向?

運(yùn)籌學(xué)領(lǐng)域國際頂級(jí)期刊《運(yùn)籌學(xué)(Operations Research)》日前首次發(fā)表運(yùn)籌學(xué)大模型工作。這一AI研究成果以開源生態(tài)模式打破技術(shù)壟斷,為全球工業(yè)優(yōu)化決策提供了“中國方案”。

據(jù)悉,《運(yùn)籌學(xué)OR》發(fā)表的這一聯(lián)合研究成果,來自上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院特聘教授、智能計(jì)算研究院院長(zhǎng)葛冬冬團(tuán)隊(duì),與上海財(cái)經(jīng)大學(xué)、香港中文大學(xué)(深圳)、杉數(shù)科技等單位,作為基于開源大語言模型的自動(dòng)化優(yōu)化建??蚣?,被命名為:ORLM,意為運(yùn)籌大模型。

優(yōu)化建模與求解,是運(yùn)籌學(xué)在實(shí)際應(yīng)用中的核心環(huán)節(jié)。傳統(tǒng)運(yùn)籌優(yōu)化高度依賴人類專家經(jīng)驗(yàn),存在成本高昂、效率低下和泛化能力差等問題。而現(xiàn)有基于GPT-4等閉源模型的解決方案,雖能壓縮時(shí)間,卻面臨企業(yè)核心數(shù)據(jù)外流等風(fēng)險(xiǎn)。

這項(xiàng)中國新研究首次提出了一種創(chuàng)新的、可定制化的開源大語言模型訓(xùn)練框架,專為優(yōu)化建模任務(wù)設(shè)計(jì)。該框架支持對(duì)開源大模型進(jìn)行領(lǐng)域定制訓(xùn)練,顯著提升了模型在自動(dòng)化建模與求解方面的能力。

葛冬冬受邀擔(dān)任安泰視界第34期主講嘉賓

在制造、物流、電商與零售等多個(gè)行業(yè)的生產(chǎn)計(jì)劃,及庫存管理、訂單處理等場(chǎng)景測(cè)試中,ORLM輔助工程師平均縮短2小時(shí)以上決策時(shí)間,準(zhǔn)確率提高10%-25%,有效提升了實(shí)際工業(yè)場(chǎng)景中人機(jī)協(xié)作的效率。尤為重要的是,該系統(tǒng)通過本地化部署解決了企業(yè)數(shù)據(jù)隱私泄露風(fēng)險(xiǎn)的定制難題。

這一研究構(gòu)建了從數(shù)據(jù)生產(chǎn)、模型訓(xùn)練到場(chǎng)景落地的完整技術(shù)閉環(huán),其創(chuàng)新價(jià)值在工業(yè)級(jí)實(shí)踐中得到驗(yàn)證。團(tuán)隊(duì)構(gòu)建了首個(gè)工業(yè)級(jí)優(yōu)化建?;鶞?zhǔn)數(shù)據(jù)集:IndustryOR,涵蓋13個(gè)行業(yè)與5類典型問題(包括線性、整數(shù)、混合整數(shù)、非線性及其他),并設(shè)有多級(jí)難度劃分。相比國際已有數(shù)據(jù)集,IndustryOR在多樣性與現(xiàn)實(shí)性方面具有顯著優(yōu)勢(shì),為未來優(yōu)化建模模型的評(píng)估提供了更全面、更嚴(yán)格且貼近實(shí)際的測(cè)試環(huán)境。

據(jù)悉,該研究提供了有效的開源模型訓(xùn)練路徑,共合成約32481條高質(zhì)量訓(xùn)練樣本。實(shí)驗(yàn)結(jié)果表明,開源模型系列“ORLMs”在多個(gè)公開基準(zhǔn)數(shù)據(jù)集上的表現(xiàn)均顯著優(yōu)于如GPT-4等的主流閉源模型及其他開源大模型,達(dá)到了當(dāng)前該領(lǐng)域的最先進(jìn)水平和能級(jí)。

專家認(rèn)為,作為首個(gè)開源的運(yùn)籌學(xué)大語言模型,ORLM的誕生標(biāo)志著運(yùn)籌學(xué)從依賴專家經(jīng)驗(yàn)的傳統(tǒng)建模范式,邁向自動(dòng)化與智能化的新階段。通過對(duì)開源大語言模型(LLMs)進(jìn)行定向訓(xùn)練,ORLM使運(yùn)籌優(yōu)化技術(shù)更易于在工業(yè)界和學(xué)術(shù)界廣泛部署與應(yīng)用。這一自動(dòng)化建模能力不僅顯著提升了建模效率,還有效降低了技術(shù)門檻,使更多企業(yè)能夠借助運(yùn)籌學(xué)手段優(yōu)化決策流程,實(shí)現(xiàn)降本增效的目標(biāo)。

未來,隨著模型性能的持續(xù)優(yōu)化、強(qiáng)化學(xué)習(xí)等技術(shù)的引進(jìn)與基準(zhǔn)數(shù)據(jù)集的進(jìn)一步擴(kuò)展,ORLM有望在供應(yīng)鏈優(yōu)化、能源管理、醫(yī)療資源配置等多個(gè)關(guān)鍵領(lǐng)域取得實(shí)質(zhì)性突破。同時(shí),ORLM所構(gòu)建的開源生態(tài)也為學(xué)術(shù)研究提供了寶貴的平臺(tái)資源,推動(dòng)運(yùn)籌學(xué)與人工智能的深度融合,開辟智能優(yōu)化領(lǐng)域的新路徑。

值得關(guān)注的是,葛冬冬教授2025年第一季度已在《運(yùn)籌學(xué)OR》《國際控制雜志IJOC》,優(yōu)化算法頂級(jí)期刊MOR、MP上連續(xù)發(fā)表(包括被正式接收)5篇大模型和優(yōu)化算法論文,彰顯中國學(xué)者在該研究領(lǐng)域的學(xué)術(shù)引領(lǐng)力。

目前,研究團(tuán)隊(duì)已開源了首個(gè)面向優(yōu)化建模的大語言模型ORLM,為該領(lǐng)域構(gòu)建起一個(gè)具有廣泛適應(yīng)性的模型生態(tài)基礎(chǔ),推動(dòng)了優(yōu)化建模技術(shù)的普惠化,為學(xué)術(shù)界與產(chǎn)業(yè)界提供了重要的參考范式與實(shí)驗(yàn)平臺(tái)。

編輯:梁萍

(本文轉(zhuǎn)載自上海交大安泰EMBA ,如有侵權(quán)請(qǐng)電話聯(lián)系13810995524)

* 文章為作者獨(dú)立觀點(diǎn),不代表MBAChina立場(chǎng)。采編部郵箱:news@mbachina.com,歡迎交流與合作。

收藏
訂閱

備考交流

  • 2024考研英語二備考群: 678595048
  • 2024管理類聯(lián)考復(fù)試調(diào)劑②群: 814776983
  • 2024海外碩士交流群: 895560072
  • 2024年MBA/MEM/MPAcc聯(lián)考備考群: 769561411
  • 免聯(lián)考調(diào)劑咨詢①群: 796631901
  • 2024考研政治沖刺群: 863373153
  • 海外碩士咨詢③群: 850595383
  • 免聯(lián)考碩士入學(xué)咨詢?nèi)海? 711046255
  • 2024考研復(fù)試調(diào)劑交流群: 902176003
免費(fèi)領(lǐng)取價(jià)值5000元MBA備考學(xué)習(xí)包(含近8年真題) 購買管理類聯(lián)考MBA/MPAcc/MEM/MPA大綱配套新教材

掃碼關(guān)注我們

  • 獲取報(bào)考資訊
  • 了解院?;顒?dòng)
  • 學(xué)習(xí)備考干貨
  • 研究上岸攻略

最新動(dòng)態(tài)

    活動(dòng)日歷

    2022年度
    • 01月
    • 02月
    • 03月
    • 04月
    • 05月
    • 06月
    • 07月
    • 08月
    • 09月
    • 10月
    • 11月
    • 12月