NEMO：通过自主编码代理实现的执行感知优化建模

本文提出 NEMO 系统，能将自然语言描述的决策问题转化为可执行的数学优化代码。该系统以自主编码代理（ACA）为核心抽象，通过在沙箱环境中执行代码确保语法正确性与可执行性，并支持自动验证与修复。文章引入了多种新颖的代理协作模式，包括优化器与模拟器间的非对称验证循环、用于经验复用的外部记忆机制，以及基于最小贝叶斯风险解码的鲁棒性增强策略。在九个基准测试中，NEMO 展现了最先进的性能，证明了执行感知代理架构在自动化优化建模中的强大能力。