ReLoop：LLM优化代码的结构化生成与行为验证

针对 LLM 生成优化代码时"可求解但建模语义错误"的静默失败问题，Junbo Jacob Lian 等作者提出 ReLoop，结合四阶段推理链的结构化生成与基于求解器参数扰动的行为验证两种机制。作者称，在组合问题上，该方法可将可行性-正确性差距拉到 90 个百分点。 作者同时公开了 RetailOpt-190 基准，包含 190 个多个约束相互作用的组合式零售优化场景。作者还记录并分析了一种冲突：对于其测试的窄领域微调 SFT 模型，思维链提示与其学到的输出格式相冲突，反而降低了该模型在 MAMO-ComplexLP 上的准确率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。