본문으로 건너뛰기

제약 조건 수집의 기준을 높일 필요가 있다.

AI 자동 생성

현재 도메인 지식 artifact에서 수학적 프로그래밍 모델(model)로의 제약 학습(Constraint Acquisition, CA) 및 관련 연구는 충분한 기준점의 부족으로 제한되고 있습니다. 이러한 결함은 재현성과 연구간 비교의 어려움으로 CA 방법의 성숙을 늦추고 있습니다. 기존의 기준점은 솔버 평가를 위한 것이었지만 CA 알고리즘을 평가하기 위한 것이었습니다. 또한 기준점은 구체적인 문제에 대해 일관되지 않으며 개별 문제에 대해 일관되지 않고 도메인 지식 artifact를 생략하고 있습니다. 본 연구에서는 다양한 도메인 지식 artifact를 사용하여 수학적 프로그래밍 모델을 발견, 검증 및 향상하는 알고리즘을 평가하기 위한 MPMMine이라는 기준점을 제시합니다. MPMMine은 일관성, 표준화, 완전성, 확장성, 공개성 및 버전 관리를 바탕으로 구성되어 있습니다. MPMMine은 MiniZinc, CommonMark, JSON과 같은 오픈 형식을 채택하고 일관된 구조를 사용하며, 여러 모델이 있는 문제, 각 모델당 수십개의 인스턴스, 정수 및 연속 영역의 수천개의 솔루션 및 비솔루션, 자연어 설명을 제공하여 텍스트-모델 방법을 지원합니다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

AI 모델 1일 전

소니와 유니버설 뮤직 그룹이 다시 소니우에 법적 조치 시행

소니(Sony)와 유니버설 뮤직 그룹(Universal Music Group)은 다시 한 번 선오(Suno)와 법적 분쟁을 제기했습니다. 소니와 유니버설 뮤직 그룹은 새로운 모델 v6가 이전 모델의 사용자 출력을 기반으로 학습했는데, 이전 모델은 유튜브(Youtube)와 같은 출처에서 불법적으로 음악을 훔치고 학습한 것이란 이유로 저작권 침해를 주장합니다. 소니와 유니버설 뮤직 그룹은 유니버

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.