Large Language Model for Operations Research Formulation Selection in Multi-Warehouse Inventory Allocation
arXiv 论文 2607.25956v1 提出一种求解器引导的 LLM 框架，用于多仓库库存分配中的 OR 公式选择。该框架将每个 OR 专家编码为具有不同分配优先级的 MIP 公式，通过平衡的专家条件 SFT 记录进行模式学习，并使用 MIP 求解器评估历史实例，将求解器评估的分配质量差距转化为 margin-weighted IPO 偏好和每实例专家分数元数据，用于 GRPO 奖励查找。
发展脉络
- 首次出现Large Language Model for Operations Research Formulation Selection in Multi-Warehouse Inventory AllocationarXiv cs.AI
- 当前判断该研究将 LLM 引入运筹优化工作流，可能改变供应链优化软件的架构，从单一公式转向动态公式选择。这暗示 LLM 在 OR 领域的应用潜力，但当前仍处于研究阶段，实际部署需验证稳定性与性能。可验证的下一信号：是否有商业供应链软件集成类似框架，或出现基于 LLM 的 OR 公式选择服务。Agent Pulse · 分析
多仓库库存分配通常建模为混合整数规划（MIP）问题，但单一公式无法匹配由需求集中度、库存不平衡、补货规模、服务约束和预测波动性引起的异构实例级机制。该研究将问题视为实例级 OR 公式选择，为每个分配实例从候选 OR 专家库中分配一个可执行公式。提出的框架使用 LLM 作为选择器，通过求解器引导的训练：先构建平衡的专家条件 SFT 记录进行模式学习，再利用 MIP 求解器评估历史实例，将求解器评估的分配质量差距转化为 margin-weighted IPO 偏好和每实例专家分数元数据，用于 GRPO 奖励查找。实验在多仓库库存分配上验证了该方法的有效性。
该框架将 LLM 用于 OR 公式选择，而非直接求解，通过求解器反馈（MIP 求解器评估）指导训练，结合 SFT、IPO 和 GRPO 形成多阶段训练流程。这暗示 LLM 在运筹优化中可扮演公式选择器角色，利用其模式识别能力匹配实例特征与公式，而求解器负责精确计算。可验证的下一信号：该方法在更大规模、更多公式库上的泛化能力，以及与其他求解器（如 CP-SAT）的集成效果。
该研究将 LLM 引入运筹优化工作流，可能改变供应链优化软件的架构，从单一公式转向动态公式选择。这暗示 LLM 在 OR 领域的应用潜力，但当前仍处于研究阶段，实际部署需验证稳定性与性能。可验证的下一信号：是否有商业供应链软件集成类似框架，或出现基于 LLM 的 OR 公式选择服务。
对于供应链管理软件供应商，该技术可提升库存分配效率，降低求解时间，增强产品竞争力。对于企业用户，可改善库存管理，降低成本。可验证的下一信号：是否有公司基于此技术推出产品，或相关专利出现。
未来可能看到 LLM 在运筹优化中更广泛的应用，如自动选择求解器、参数配置等。该框架或可扩展至其他 OR 问题（如调度、路径规划）。可验证的下一信号：后续论文是否将方法推广至其他 OR 问题，或出现开源实现。