热点事件持续更新
用自回归可微方法求解0-1整数规划
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv 平台 Machine Learning Theory 栏目（一手来源）报道了一种求解 0-1 整数规划的 autoregressive 可微方法。该方法固定二元变量顺序，使用 Transformer 在可行集内预测下一位变量；训练上先基于任意求解器给出的可行 incumbent，再以 Lagrangian 惩罚不可行解，并用 Gumbel-softmax 在松弛目标上探索可行集。目前报道仅给出方法框架，未披露实验数据或对比结果。
AI 根据报道生成 · 15 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning Theory求解整数规划的 autoregressive 可微方法
提出一种求解 0-1 整数规划的 autoregressive 可微方法：固定二元变量顺序，用 Transformer 在可行集内预测下一位，先基于任意求解器给出的可行 incumbent 训练，再以 Lagrangian 惩罚不可行解并用 Gumbel-softmax 在松弛目标上探索可行集。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
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。