NEMO: Sistema AI che traduce il linguaggio naturale in codice di ottimizzazione eseguibile

NEMO è un nuovo sistema sviluppato da ricercatori che trasforma descrizioni in linguaggio naturale di problemi decisionali in codici di ottimizzazione matematica formali ed eseguibili attraverso l'uso di agenti di codifica autonomi (ACA). A differenza dei metodi attuali che dipendono da modelli linguistici di grandi dimensioni (LLM) specializzati o agenti specifici per compiti, che spesso generano codice non valido o non eseguibile, NEMO eleva gli ACA a un'astrazione primaria simile alle interazioni API con gli LLM. Il sistema garantisce l'eseguibilità del codice attraverso l'esecuzione in sandbox e facilita la convalida e la riparazione automatiche. NEMO presenta anche schemi di coordinamento innovativi, come cicli di convalida asimmetrici tra implementazioni di ottimizzatore e simulatore create indipendentemente, memoria esterna per il riutilizzo delle esperienze e miglioramenti della robustezza attraverso la decodifica a rischio Bayes minimo (MBR) e l'autoconsistenza. Dimostra notevoli progressi nella correttezza del codice e nell'affidabilità dell'esecuzione su nove benchmark di ottimizzazione consolidati.