基于 LLM 的优化问题建模与代码生成的规范中间表示

针对大语言模型在从自然语言构建优化模型时难以处理复合约束的问题，本文提出规范中间表示（CIR）。CIR 通过约束原型和建模范式编码操作规则语义，将规则逻辑与数学实例化解耦。基于此，开发了多智能体流程 R2C，用于解析文本、合成 CIR 并实例化模型。实验表明，R2C 在新建基准测试中达到最先进水平，并在现有基准上媲美专有模型，引入反思机制后性能进一步提升。