MM-OptBench: Nuovo Benchmark per la Modellazione di Ottimizzazione Multimodale
I ricercatori hanno introdotto MM-OptBench, un nuovo benchmark mirato alla modellazione di ottimizzazione multimodale guidata da solver. Questo approccio traduce situazioni decisionali del mondo reale in modelli matematici e codice eseguibile per solver. Mentre i modelli linguistici stanno diventando sempre più popolari, i benchmark esistenti si concentrano principalmente sul testo e trascurano elementi visivi come tabelle, grafici, mappe, programmi e dashboard. MM-OptBench spinge i modelli a creare sia formulazioni matematiche che codice eseguibile a partire da una descrizione del problema che combina testo e immagini. Stabilisce scenari di ottimizzazione organizzati, li convalida con un solver esatto e produce input del modello insieme a file di riferimento nascosti, affrontando un bisogno cruciale nell'utilizzo dei dati visivi nelle pratiche operative.
Fatti principali
- MM-OptBench è un benchmark basato su solver per la modellazione di ottimizzazione multimodale.
- I benchmark esistenti per la modellazione di ottimizzazione sono quasi esclusivamente testuali.
- La modellazione di ottimizzazione multimodale include artefatti visivi come tabelle, grafici, mappe, programmi e dashboard.
- I modelli devono costruire sia una formulazione matematica che codice eseguibile per solver.
- Il framework genera istanze di ottimizzazione strutturate e le verifica con un solver esatto.
- Il benchmark costruisce sia input per il modello che file di riferimento nascosti.
- I modelli linguistici sono sempre più utilizzati per generare formulazioni di ottimizzazione e codice per solver.
- Il benchmark affronta compiti che emergono nella pratica operativa.
Entità
—