Az EVOM keretrendszer 90%-os pontossággal oldja meg az optimalizálási feladatokat
A kutatók szerint az EVOM keretrendszerrel való munka során a szabályozási feladatok megoldásához nincs szükség folyamatszintű felügyeletre.
Az EVOM keretrendszerrel kapcsolatos kutatások során a szakértők 90%-os pontosságot értek el az optimalizálási feladatok megoldásában. Az EVOM keretrendszer olyan végpontokon is alkalmazható, ahol korábban folyamatszintű felügyeletre volt szükség.
Az úgynevezett EVOM keretrendszerrel való munka során a szabályozási feladatok megoldásához nincs szükség folyamatszintű felügyeletre, mivel a rendszer a végrehajtás-ellenőrzési tanulás elvén működik. Ez az elv lehetővé teszi, hogy a rendszer a matematikai programozásban használt megoldókat determinisztikus, interaktív ellenőrzőként kezelje.
Az EVOM keretrendszer működése során a természetes nyelven megfogalmazott problémákat és a célzott megoldót figyelembe véve, solver-specifikus kódot generál, majd ezt egy szabdalt környezetben hajtja végre. A végrehajtás eredményeit skaláris jutalmakká alakítja, amelyeket a GRPO és DAPO algoritmusokkal optimalizál egy zárt hurkú folyamatban.
Az EVOM keretrendszerrel történő munka során a kutatók az úgynevezett Execution-Verified Reinforcement Learning elvet alkalmazzák, amely a végrehajtás-ellenőrzési tanulásra épül. Ez az elv a meglévő megközelítésekkel szemben nem igényel folyamatszintű felügyeletet, hanem a végrehajtás eredményeiből származó információkat használja fel a tanuláshoz.
Az EVOM keretrendszer fejlesztése során a kutatók az LLM-ek (nagy nyelvi modellek) felhasználásával automatizálták az optimalizálási modellezést. A kutatók szerint az LLM-ek alkalmazása az optimalizálási modellezésben ígéretes megközelítés a döntési intelligencia skálázhatóságának eléréséhez.
A következő lépésben a kutatók az EVOM keretrendszer további fejlesztésén dolgoznak, hogy a rendszert minél szélesebb körben alkalmazhassák az optimalizálási feladatok megoldásában. A cél, hogy az EVOM keretrendszerrel a szakemberek gyorsabban és hatékonyabban oldhassanak meg optimalizálási feladatokat, és ezzel hozzájáruljanak a döntési intelligencia fejlődéséhez.