Il caso della fortuna nel campionamento si maschera da guadagno di allocazione: revisione dell'allocazione del budget a tempo di test per l'ottimizzazione combinatoria neurale
Un nuovo studio pubblicato su arXiv (2608.13087) esamina un metodo comune nell'ottimizzazione combinatoria neurale (NCO), in cui un numero fisso di campioni viene assegnato a ciascuna istanza. I ricercatori volevano verificare se modificare la distribuzione di un budget fisso potesse effettivamente migliorare i risultati. Hanno scoperto che per compiti all'interno della stessa distribuzione non è stato osservato alcun vantaggio reale. Testando tre solver pre-addestrati—POMO, AM e SymNCO—su TSP-100 uniforme è emerso un miglioramento del 2,2-2,6% con allocazione ottimale, ma i test fuori campione hanno mostrato che questo era minimo (0,457, 0,015, -0,512 percento). Gli autori avvertono che attenersi ai metodi tradizionali in-sample potrebbe suggerire erroneamente un beneficio del 2%. Puoi consultare l'articolo su https://arxiv.org/abs/2608.13087.
Fatti principali
- Articolo su arXiv: 2608.13087
- Revisione dell'allocazione del budget a tempo di test per l'ottimizzazione combinatoria neurale
- Viene esaminata l'allocazione non uniforme del budget totale fisso
- I carichi di lavoro nella distribuzione non mostrano margine di allocazione rilevabile
- Tre solver pre-addestrati: POMO, AM, SymNCO
- Benchmark TSP-100 uniforme
- L'allocazione oracolare riporta un guadagno del 2,2-2,6% in-sample
- Il guadagno fuori campione è indistinguibile da zero (0,457, 0,015, -0,512 percento)
- La procedura in-sample consueta supporterebbe un guadagno del 2% inesistente
- Bias calibrato rispetto al nullo per istanza con guadagno reale zero
Entità
Istituzioni
- arXiv