ترجمه فارسی مقاله تولید زمان واقعی از مدلهای زبان بزرگ

چکیده

This paper presents the novel method StreamLLM for generating streamliners in constraint programming using Large Language Models (LLMs). Streamliners are constraints that narrow the search space, enhancing the speed and feasibility of solving complex problems. Traditionally, streamliners were crafted manually or generated through systematically combined atomic constraints with high-effort offline testing. Our approach uses LLMs to propose effective streamliners. Our system StreamLLM generates streamlines for problems specified in the MiniZinc constraint programming language and integrates feedback to the LLM with quick empirical tests. Our rigorous empirical evaluation involving ten problems with several hundreds of test instances shows robust results that are highly encouraging, showcasing the transforming power of LLMs in the domain of constraint programming.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله روش جدید streamllm برای تولید جریان دهنده ها در برنامه نویسی محدودیت با استفاده از مدلهای بزرگ زبان (LLMS) ارائه شده است.جریان دهنده ها محدودیت هایی هستند که فضای جستجو را محدود می کنند و سرعت و امکان سنجش حل مشکلات پیچیده را افزایش می دهند.به طور سنتی ، جریان دهنده ها به صورت دستی ساخته شده یا از طریق محدودیت های اتمی به طور سیستماتیک با آزمایش آفلاین با کشت بالا تولید می شوند.رویکرد ما از LLMS برای پیشنهاد جریان های مؤثر استفاده می کند.System StreamLLM ما خطوطی را برای مشکلات مشخص شده در زبان برنامه نویسی محدودیت MINIZINC ایجاد می کند و بازخورد LLM را با آزمایش های سریع تجربی ادغام می کند.ارزیابی سختگیرانه تجربی ما شامل ده مشکل با چند صدها نمونه آزمایش ، نتایج قوی را نشان می دهد که بسیار دلگرم کننده هستند و قدرت تبدیل LLM ها را در حوزه برنامه نویسی محدودیت نشان می دهد.