热点事件观察中
研究团队推出运筹优化算法基准DecompGym
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月31日，研究团队在 arXiv 上发布运筹优化评测基准 DecompGym，旨在评估大语言模型 Agent 设计与实现 Benders 分解和列生成两类运筹优化算法的能力。该基准包含 9 个问题族的 81 个实例，要求模型在 60 秒限时与 1% 目标值误差范围内通过代码方法审查。测试涵盖了 GPT、Claude 和 Gemini 等 12 款主流模型，结果显示首轮有 2 款模型成功解出全部实例；此外，引入错误诊断的反思机制后，模型的重试成功率提升至 66%。
AI 根据报道生成 · 2 天前更新
最新进展10月31日 12:00
研究团队推出评测基准 DecompGym，测试显示首轮有2款模型解出全部实例。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDecompGym：评测 LLM Agent 设计分解算法的能力
研究人员推出评测基准 DecompGym，用于评估 LLM Agent 设计与实现 Benders 分解和列生成两类优化算法的能力。该基准包含 9 个问题族的 81 个实例，针对 12 款 GPT、Claude 和 Gemini 模型展开测试，要求在 60 秒限时与 1% 目标值误差内通过代码方法审查。测试显示首轮有 2 款模型解出全部实例，引入错误诊断的反思机制可将重试成功率提升至 66%。
本事件热度走势
当前热度 3·可比范围峰值 7（11月1日 03:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。