圣杯 2.0:从自然语言到约束模型
人工智能
2023-08-04 v1 计算与语言
人机交互
摘要
二十七年前,E. Freuder 强调"约束规划代表了计算机科学迄今为止最接近编程圣杯的方法:用户陈述问题,计算机求解它"。如今,CP 用户拥有出色的建模工具(如 Minizinc 和 CPMpy),使他们能够表述问题然后让求解器完成其余工作,从而更接近所述目标。然而,这仍要求 CP 用户了解并遵循该形式化语言。另一个重大挑战在于有效建模组合问题所需的专业知识。所有这些都限制了 CP 的更广泛应用。在本立场论文中,我们研究了一种利用预训练 Large Language Models(LLM)从文本问题描述中提取模型的可能方法。更具体地说,我们从面向优化的自然语言处理(NL4OPT)挑战中汲取灵感,并展示了使用基于分解的提示方法应用于 GPT 模型的早期结果。
引用
@article{arxiv.2308.01589,
title = {Holy Grail 2.0: From Natural Language to Constraint Models},
author = {Dimos Tsouros and Hélène Verhaeghe and Serdar Kadıoğlu and Tias Guns},
journal= {arXiv preprint arXiv:2308.01589},
year = {2023}
}