AutoPref: Automatic Discovery of Task-Specific Preference Objectives for Neural Combinatorial Optimization
AutoPref 是首个用于神经组合优化（NCO）的 LLM 引导的偏好目标自动发现框架。它将偏好目标分解为成对损失程序和集合感知加权程序，形成统一的程序化目标空间，其中包含现有偏好目标作为特例。AutoPref 引入了一种带有行为门的分阶段条件搜索策略，在短视界之前过滤不可接受的程序。
Development
- First ReportAutoPref: Automatic Discovery of Task-Specific Preference Objectives for Neural Combinatorial OptimizationarXiv cs.LG
- Current AssessmentAutoPref 代表了 LLM 引导自动发现算法组件的趋势，可能减少对人工专家设计的依赖。在组合优化领域，这可能加速新目标函数的开发，但尚不清楚其是否能在实际规模问题上超越现有方法。Agent Pulse · analysis
AutoPref 是首个用于神经组合优化（NCO）的 LLM 引导的偏好目标自动发现框架。NCO 通常使用强化学习学习快速构造策略，而基于偏好的 NCO 通过学习相对解质量来提高样本效率。然而，现有的偏好目标将两个不同的设计选择组合在手动指定的、一刀切的公式中：从每个解对中提取什么学习信号，以及如何相对于采样集对每对进行加权。AutoPref 将目标分解为成对损失程序和集合感知加权程序，它们的组合形成一个统一的程序化目标空间，其中包含现有偏好目标作为特例。为了使搜索易于处理，AutoPref 引入了一种带有行为门的分阶段条件搜索策略，在短视界之前过滤不可接受的程序。
AutoPref 将偏好目标分解为两个可组合的程序：成对损失程序和集合感知加权程序，从而形成一个包含现有偏好目标作为特例的统一程序化空间。其搜索策略采用分阶段条件搜索，并带有行为门，在短视界之前过滤不可接受的程序，这有望提高搜索效率。这一分解可能使目标设计从手动指定转向自动发现，但论文尚未提供具体实验结果，因此其实际效果仍需验证。
AutoPref 代表了 LLM 引导自动发现算法组件的趋势，可能减少对人工专家设计的依赖。在组合优化领域，这可能加速新目标函数的开发，但尚不清楚其是否能在实际规模问题上超越现有方法。
对于依赖组合优化（如物流、调度、网络设计）的企业，AutoPref 可能降低设计高效求解器的成本，但当前仅为研究论文，尚无产品化迹象。其价值在于潜在提升求解质量，但需进一步验证。
后续可关注 AutoPref 在标准 NCO 基准上的实验结果，以及其发现的目标是否被社区采用。若有效，可能推动更多 LLM 引导的算法组件自动发现研究。