摘要
大多数文本到线性规划的基准是静态且由人工标注的，存在数据泄露风险。本文提出 A$^{2}$utoLPBench，一个用于测试大语言模型驱动智能体解决纯文本线性规划问题的基准。该方法通过选取可行点和对偶解，逆向构造最优问题，无需求解器或人工标注即可确保答案正确。基准提供生成器而非固定数据集，具备无限新问题供应、难度可调、抗数据泄露等特性，并包含参考求解器 - 批评基线及专为智能体设计的 Docker 环境，支持一键校准评分。
AI 推荐理由
论文核心是构建线性规划推理基准，评估 LLM 解决数学逻辑问题的能力。
研究机构
The Chinese University of Hong Kong
论文信息