机构名称：
¥ 3.0
传统上供应链操作涉及各种复杂的决策概率。在过去的几十年中，供应链从计算的进步中受益匪浅，这使从手动处理到自动化和成本效益优化的过渡。尽管如此，业务运营商仍然需要花费大量精力来阐述和解释利益相关者的优化结果。以最新的大语模型（LLM）进展的启发，我们研究了这种破坏性的技术如何帮助弥合供应链自动化与人类理解与其信任之间的差距。我们设计了Optiguide - 一个接受纯文本的输入查询的框架，并输出有关基础优化结果的见解。我们的框架 - 不放弃最先进的组合优化技术，而是利用它来定量回答什么情况（例如，如果我们使用供应商B而不是供应商A表示给定的需求，则成本会如何变化？）重要的是，我们的设计不需要将专有数据发送给LLM，这在某些情况下可能是隐私问题。我们在微软的云供应链中演示了框架在真实服务器位置上的有效性。在此过程中，我们开发了一个一般评估基准，该基准可用于评估其他情况下LLM输出的准确性。
供应链优化的大型语言模型
主要关键词
相关文件推荐
