用自回归可微方法求解0-1整数规划
Get the story
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。
Generated from reports · updated 15 hr ago
Timeline
Follow the coverage from different angles.
- 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。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.