محققان در مقالهای تازه، فریمورک نوآورانه ECO را معرفی کردهاند که تحولی در «بهینهسازی ترکیبی عصبی» (NCO) ایجاد میکند.
این مدل با ترکیب معماری Mamba و روش یادگیری Direct Preference Optimization (DPO)، دو چالش بزرگ را همزمان حل کرده است:
۱. افزایش سرعت و کارایی: کاهش چشمگیر مصرف حافظه و بهبود عملکرد مدل در توالیهای طولانی.
۲. دقت بالاتر: دستیابی به نتایج برتر در مسائلی مانند TSP و CVRP بدون نیاز به محاسبات سنگین در زمان استنتاج.
این تحقیق نشان میدهد که چگونه معماریهای جایگزین ترنسفورمرها (مانند مامبا) میتوانند بهرهوری مدلهای یادگیری ماشین را در مسائل بهینهسازی به سطح جدیدی برسانند. 💡
سازی
منبع: arXiv Machine Learning