Resumen: Los modelos de idiomas grandes (LLM) con razonamiento están capacitados para generar y refinar iterativamente sus respuestas antes de finalizarlos, lo que puede ayudar con las aplicaciones a las matemáticas y la generación de códigos. Aplicamos la generación de código con LLM de razonamiento a una tarea específica en el campo matemático del diseño combinatorio. Este campo estudia diversos tipos de diseños combinatorios, muchos de los cuales tienen listas de instancias abiertas para las cuales la existencia aún no se ha determinado. El protocolo constructivo CPRO1 utiliza LLM para generar heurísticas de búsqueda que tienen el potencial de construir soluciones a pequeñas instancias abiertas. Comenzando con una definición textual y un verificador de validez para un tipo particular de diseño, CPRO1 guía LLMS para seleccionar e implementar estrategias, al tiempo que proporciona ajuste automatizado de hiperparameter y comentarios de ejecución. CPRO1 con razonamiento LLMS resuelve con éxito instancias abiertas de larga data para 7 de 16 problemas de diseño combinatorial seleccionados del Manual de diseños combinatorios 2006, incluidas nuevas instancias resueltas para 3 de estos (diseños de Bhaskar Rao, matrices de pesaje simétricos, diseños externos equilibrados) que no fueron variados por CPRO1 con LLM no ronionistas. También resuelve instancias abiertas para varios problemas de la literatura reciente (2025), generando nuevas secuencias de cobertura, cubiertas de camarilla de Johnson, códigos de deleción y un sistema de cuádruple Steiner uniforme.
Publicado Originalme en rss.arxiv.org El 1 de junio de 2025.
Ver Fuente Original
