LVM un formālo risinātāju apvienošana uzticamiem MI lēmumiem

Lielie valodu modeļi (LVM) ir guvuši ievērojamus panākumus dabiskās valodas izpratnē un plūstošu atbilžu ģenerēšanā, kā arī palīdz radīt pilnīgi jaunu klientu un darbinieku pieredzi. Tomēr LVM pēc būtības ir stohastiski, tāpēc to izmantošana sarežģītai skaitliskai vai loģiskai spriestspējai sniedz ierobežotas garantijas, ka rezultāti atbildīs prasībām vai būs optimāli. Piemēram:

• Vadītājs MI plānošanas asistentam norāda: “Ship as much as possible next week while keeping costs low,” un sistēma izveido agresīvu plānu, kas šķiet efektīvs, taču nemanāmi pārsniedz noliktavas jaudu un pārkāpj piegādes garantijas.

• Koordinators MI asistentam norāda: “Reassign crews to reduce overnight stays and minimize disruption,” un modelis izveido lētāku grafiku, kas šķiet optimāls, taču pārkāpj obligātos darba laika vai atpūtas ierobežojumus.

• Finanšu operāciju MI asistentam jāapstiprina darījumi saskaņā ar stingriem reģionālajiem un riska ierobežojumiem, tomēr tas apstiprina aizdomīgu darījumu, izdomājot pamatojumu, kas izklausās atbilstošs prasībām, lai gan pārkāpj iekšējo politiku.

Vidēs ar stingrām darbības prasībām LVM apvienošana ar formāliem risinātājiem palīdz nodrošināt, ka dabiskajā valodā balstīti lēmumi nepārsniedz noteiktās robežas un nerada neīstenojamus, neoptimālus vai prasībām neatbilstošus rezultātus.

Mūsu pētniecības un izstrādes komanda pēta hibrīdu pieeju, kurā LVM radošums un elastība apvienota ar tādu formālu matemātisko risinātāju kā Z3, Pyomo un OR-Tools precizitāti, garantijām un pārskatāmību. Veidojam arī atkārtoti izmantojamu formālā MI dzini, lai šī spēja kļūtu par uzņēmumu tehnoloģiju kopuma standarta daļu. Platforma ļaus organizācijām iegūt uzņēmējdarbības noteikumus tieši no esošajām sistēmām, pastāvīgi pārbaudīt lēmumu atbilstību šiem noteikumiem un droši ieviest MI aģentus skaidri noteiktās robežās.

Mūsu mērķis ir mazināt darbības risku, vienlaikus paātrinot plaša mēroga lēmumu pieņemšanu. Vadītāji var ātrāk pieņemt politikai atbilstošus lēmumus, izmantojot ievadi dabiskajā valodā, savukārt organizācijas var automatizēt neplānotas izmaiņas grafikos, piegādes ķēdes resursu sadalē, finanšu operācijās, politiku pārbaudē un pat video vai 3D dizainā. Iebūvētie aizsargmehānismi neļauj neīstenojamiem, prasībām neatbilstošiem vai nedrošiem rezultātiem nonākt produkcijas vidē.

Kontrolētos eksperimentos ar loģistikai līdzīgām optimizācijas problēmām un trim publiskiem etalonuzdevumiem mūsu hibrīdā pieeja konsekventi uzrādīja:

• Lielāku precizitāti

• Labāku interpretējamību un auditējamību

Mūsu pieeja apvērš ierasto paradigmu „LVM dara visu” un izmanto šādu risinājumu:

Šī pieeja skaidri nodala pienākumus: LVM iegūst noteikumus un ierobežojumus no dabiskās valodas, bet deterministiski risinātāji, piemēram, OR-Tools, Z3 un Pyomo, veic optimizāciju un pārbaudi. Rezultātā tiek apvienotas abu pieeju priekšrocības:

Sākām ar problēmu, ar ko saskaras daži mūsu klienti:

Dabiskās valodas pieprasījumu pārvēršana optimālos reāllaika lēmumos par resursiem, stingri ievērojot darbības, politiku un izmaksu ierobežojumus.

Šī problēma ir mūsdienu loģistikas un piegādes ķēžu pamatā un aptver darbaspēka grafiku veidošanu, aktīvu sadali, maršrutēšanu, izpildes plānošanu un jaudas pārvaldību. Tieši šeit LVM un formālajiem risinātājiem jāsadarbojas, lai radītu uzticamas sistēmas. Novērtēšanai izveidojām kontrolētus testa scenārijus, datu avotus un ierobežojumus, kā arī 240 sintētiskus vaicājumus. Piemēri:

• Please revise the existing schedule following a cancellation. The target facility must be fully supplied by 24 December 2025. When possible, source inventory from a nearby warehouse and route it through a specific consolidation point. The earliest allowable start date is 14 December 2025.

• Last-minute request: a VIP will arrive at location A in three hours. We need the required staff on site within two hours. Please adjust staff allocations while minimizing changes to the existing schedule.

No vaicājumiem redzams, ka sistēmai ir uzticami jāiegūst un jāpiemēro stingrie un elastīgie ierobežojumi tieši no pieprasījumiem dabiskajā valodā:

• Stingrie ierobežojumi nav apspriežami (piemēram, agrākie sākuma datumi, līguma noteikumi un maksimālā jauda). Jebkura šāda ierobežojuma pārkāpums padara risinājumu nederīgu.

• Elastīgie ierobežojumi raksturo vēlmes, piemēram, mazināt kavējumus, izmaksas un izmaiņu apjomu. Mērķis ir veikt optimizāciju, nepārkāpjot stingrās robežas.

Dažus šo optimizācijas problēmu aspektus nevar pilnībā iepriekš definēt. Tie ir jāizveido dinamiski, izmantojot gan iepriekš definētus ierobežojumus un mērķus no strukturētas uzņēmējdarbības loģikas, iekšējiem dokumentiem un darbības datiem, gan lietotāja pieprasījumu.

Lai izprastu dažādu metožu veiktspēju šādos apstākļos, ieviesām un salīdzinājām trīs pieejas.

1. Tīrs LVM: vienkāršākajā pieejā visi būtiskie dati un lietotāja pieprasījums dabiskajā valodā tiek nodoti vienā LVM uzvednē, lūdzot izveidot optimālu plānu vai sadalījumu. Tas var darboties nelielām problēmām vai problēmām ar nedaudziem ierobežojumiem, taču, sarežģītībai pieaugot, pieeja vairs nav efektīva. Modelis var neievērot ierobežojumus, priekšroku dot nepareizajam mērķim vai izveidot plānus, kas izklausās saprātīgi, bet nav īstenojami, turklāt nav uzticama veida, kā kļūmes atklāt vai novērst.

2. LVM + Koda interpretētājs: šajā pieejā LVM interpretē pieprasījumu un ar rīkiem piekļūst datu avotiem un ģenerē izpildāmu optimizācijas kodu. Tas uzlabo elastību un novērojamību, taču uzticamība joprojām ir problēma. LVM joprojām ir pareizi jāpārtulko ierobežojumi kodā, un nelielas spriestspējas vai programmēšanas kļūdas var radīt nederīgus vai neoptimālus rezultātus, it īpaši, pieaugot ierobežojumu skaitam.

3. Hibrīdā pieeja: LVM → strukturēti ierobežojumi → deterministisks risinātājs: trešā pieeja nodala pienākumus. LVM nekad „neizlemj” rezultātu; tas palīdz formalizēt mainīgos, ierobežojumus un mērķus. Pārbaudīts optimizācijas risinātājs piemēro ierobežojumus, garantē īstenojamību un rada pārbaudāmus un auditējamus rezultātus. LVM uzdevums aprobežojas ar dabiskajā valodā izteiktu pieprasījumu pārvēršanu skaidros, strukturētos ierobežojumos, izmantojot iepriekš definētas shēmas. Šie ierobežojumi tiek automātiski kompilēti risinātāja, piemēram, OR-Tools, kodā, kas deterministiski aprēķina īstenojamu un optimālu risinājumu.

Metodes pārbaudījām ar vairākiem LVM, tostarp GPT-5, GPT-5.1 un GPT-5.2. Kā gaidīts, hibrīdā pieeja pārspēja alternatīvas:

Mūsu hibrīdā metode nodrošina būtisku precizitātes pieaugumu, vairāk nekā četrkārt lielāku tekstvienību lietojuma efektivitāti un desmitkārtīgu latentuma samazinājumu.

Nākamais solis ir izveidot vispārināmu, atkārtoti izmantojamu saskarni, kas dabisko valodu pārvērš strukturētos semantiskos attēlojumos, kurus mūsu aizmugursistēma var pārtulkot risinātājam gatavā kodā. Šajā eksperimentā pievērsāmies lineārās optimizācijas problēmām un novērtējām pieeju ar trim publiskām datu kopām (NLP4LP, NL4OPT un IndustryOR).

1. Atsevišķs LVM

2. Hibrīdā metode (LVM → strukturēti noteikumi → risinātājs → pārbaudīts rezultāts)

• Ar LVM iegūt no ievades mainīgos, ierobežojumus un mērķus un formulēt strukturētu optimizācijas problēmu.

• Nodot strukturēto problēmu un sākotnējo pieprasījumu LVM pašpārbaudei.

• Pārtulkot strukturēto problēmu OR-Tools kodā, lai aprēķinātu optimālo sadalījumu.

Šo pieeju novērtējām ar patentētiem robežšķirtnes modeļiem, tostarp GPT-5.1, GPT-5 mini, GPT-5.1-Codex-Max un GPT-5.2, kā arī ar atvērtā pirmkoda modeļiem, piemēram, Kimi K2, GPT-OSS modeļiem un MiniMax M2. Kastveida diagrammās apkopoti katras metodes rezultāti.

Gandrīz visos novērtētajos pamatā esošajos valodu modeļos hibrīdā pieeja konsekventi rada precīzākus, stabilākus un labāk pārbaudāmus rezultātus nekā atsevišķa LVM bāzes risinājums. Lai gan modeļu absolūtā veiktspēja atšķiras, hibrīdās pieejas relatīvie ieguvumi saglabājas nemainīgi. Tas liecina, ka uzlabojumus nodrošina dabiskās valodas izpratnes nodalīšana no formālās optimizācijas, nevis paļaušanās uz kāda atsevišķa modeļa spriestspēju.

Precizitāte

NLP4LP un NL4OPT, kas galvenokārt ietver lineārās programmēšanas problēmas, hibrīdā metode sasniedz gandrīz maksimālu precizitāti un pārspēj atsevišķa LVM uzvednes. Tā vietā, lai radītu „aptuveni pareizu” spriedumu, hibrīdā sistēma konsekventāk ģenerē derīgus un pareizi formulētus matemātiskos modeļus. Sarežģītākajā IndustryOR datu kopā abu metožu precizitāte samazinās, taču atšķirīgu iemeslu dēļ. Daudzas IndustryOR problēmas ietver kombinatoriskas struktūras, piemēram, transportlīdzekļu maršrutēšanu, uzdevumu secības noteikšanu un darbaspēka norīkošanu, kas pārsniedz mūsu risinātāja aizmugursistēmas pašlaik atbalstītās lineārās optimizācijas iespējas.

Kļūmju veidu analīze rāda, ka atsevišķi LVM bieži pārkāpj obligātos ierobežojumus, kā redzams tālāk:

1. piemērs:

1"A bodybuilder buys prepared meals: a turkey dinner and a tuna salad sandwich. The turkey dinner contains 20 grams of protein, 30 grams of carbohydrates, and 12 grams of fat. The tuna salad sandwich contains 18 grams of protein, 25 grams of carbohydrates, and 8 grams of fat. The bodybuilder needs at least 150 grams of protein and 200 grams of carbohydrates. Because turkey dinners are expensive, no more than 40% of the meals should be turkey dinners. How many of each meal should the bodybuilder eat to minimize total fat intake?"

Atsevišķais LVM piedāvā risinājumu ar mazāku kopējo tauku daudzumu, taču pārkāpj prasību, ka tītara maltītes drīkst veidot ne vairāk kā 40% no visām maltītēm. Hibrīdā pieeja pareizi piemēro šo stingro ierobežojumu un sniedz derīgu atbildi.

2. piemērs:

1"A hospitalized patient can take two pills: Pill 1 and Pill 2. Each Pill 1 provides 0.2 units of pain medication and 0.3 units of anxiety medication. Each Pill 2 provides 0.6 units of pain medication and 0.2 units of anxiety medication. Pill 1 causes 0.3 units of discharge, while Pill 2 causes 0.1 units. At most 6 units of pain medication may be provided, and at least 3 units of anxiety medication must be provided. How many of each pill should the patient receive to minimize total discharge?"

Atsevišķais LVM atkal piedāvā risinājumu ar mazāku izrakstīšanas rādītāju, taču pārsniedz maksimāli pieļaujamo pretsāpju zāļu ierobežojumu. Hibrīdā pieeja pareizi piemēro šo stingro ierobežojumu un sniedz derīgu atbildi.

Latentums un tekstvienību lietojums

Latentuma un tekstvienību lietojuma dati atklāj būtisku atšķirību. Hibrīdajai pieejai ir lielāks vidējais latentums un tekstvienību patēriņš nekā vienreizējai LVM uzvednei, taču to nosaka arhitektūras izvēles, nevis neefektivitāte.

Hibrīdais process ietver:

1. Vienu vai vairākus LVM izsaukumus strukturētu mainīgo, ierobežojumu un mērķu iegūšanai.

2. Pašpārbaudes posmu iekšējo neatbilstību konstatēšanai.

Lai gan salīdzinājumā ar vienu uzvedni šie posmi rada papildu izmaksas, latentums saglabājas ierobežots un paredzams, bet pēc problēmas precīzas formulēšanas risinātājs parasti darbojas ātri. Papildu darbs rada skaidrus, atkārtoti izmantojamus un auditējamus starprezultātus. Turpretī atsevišķs LVM spriestspēju ietver vienā nepārskatāmā ģenerēšanas posmā, izmaksas pārnesot uz atkārtotiem mēģinājumiem, manuālām pārbaudēm un vēlākām kļūmēm. Turpmākās versijās šīs papildu izmaksas var mazināt, izmantojot:

• Iegūto shēmu kešatmiņu.

• Pakāpenisku ierobežojumu atjaunināšanu.

• Labāku uzvedņu un izsaukumu koordinēšanu.

Pārskatāmība un auditējamība

Visbeidzot, pat gadījumos, kad abas metodes cieš neveiksmi, pats kļūmes veids būtiski atšķiras.

• Atsevišķa LVM kļūmes bieži paliek nepamanītas: modelis var atgriezt šķietami pareizu, taču kļūdainu rezultātu.

• Hibrīdajā pieejā skaidrs problēmas formulējums padara kļūmes pārskatāmas un palīdz komandām noteikt, kura formulējuma daļa izraisījusi kļūdu.

Nākamajās versijās šos formulējumus varētu parādīt saskarnē, ļaujot lietotājiem tos auditēt vai pārbaudīt pirms risinātāja palaišanas. Šī pārskatāmība uzlabo izmērīto precizitāti un atvieglo sistēmas atkļūdošanu un pilnveidi, kas ir būtiski tās ieviešanai reālajā vidē.

Galvenais secinājums

Visos etalonuzdevumos un lielākajā daļā pārbaudīto pamatmodeļu rezultāti apstiprina mūsu darba galveno secinājumu:

LVM lieliski izprot un interpretē nolūku, taču pareizības nodrošināšanai ir būtiski deterministiski risinātāji.

Hibrīdā pieeja dabisko valodu no neskaidrības avota pārvērš uzticamā saskarnē matemātiski pamatotu lēmumu pieņemšanai, tuvinot uzņēmumu MI sistēmām, kas ir ne vien viedas, bet arī uzticamas.

Uzņēmumu ierobežojumi reti ir sakārtoti glītās shēmās vai nevainojami formulētās uzvednēs. Tie ir izkaisīti datubāzēs, izklājlapās, iekšējās politikās un līgumos. Lietotāju pieprasījumi var būt nepilnīgi, neskaidri vai pretrunā uzņēmējdarbības noteikumiem. Lai šo pieeju varētu plaši izmantot, veidojam atkārtoti izmantojamu aizmugursistēmas dzini, kas šo sarežģītību pārvērš uzticamā uzņēmumu risinājumā.

Šis dzinis kalpo par formālu pamatu MI vadītām lēmumu sistēmām un nodrošina:

• Simbolisku zināšanu bāzi ar adapteriem, kas iegūst uzņēmējdarbības noteikumus, ierobežojumus, mainīgos un mērķus.

• Tulkošanas slāni, kas kompilē shēmas risinātāja kodā.

• Saskarnes, kas ļauj komandām pārskatīt, auditēt un mainīt ierobežojumus.

Lai gan šie eksperimenti pašlaik ir vērsti uz optimizāciju, to pašu metodi var izmantot arī loģiskajai pārbaudei. Iespējamie lietojumi uzņēmējdarbībā ietver:

• Veikt neplānotu dinamisku grafiku veidošanu, maršrutēšanu un resursu sadali, vienlaikus ievērojot visus darbības ierobežojumus.

• Ģenerēt atbildes un ieteikumus, kas konsekventi ievēro uzņēmējdarbības noteikumus.

• Projektēt un pārbaudīt sarežģītus 3D objektus, video un arhitektūras, pirms ražošanas atklājot neīstenojamus risinājumus.

Mūsdienu MI ir jaudīgs, taču uzņēmumiem vajag vairāk nekā tikai jaudu — tiem nepieciešama pareizība, konsekvence un kontrole. Mūsu hibrīdā LVM un risinātāja sistēma ir solis pretī pasaulei, kurā:

• Aģenti neizdomā noteikumus vai ierobežojumus.

• Loģiskā dedukcija un optimizācija ir matemātiski pamatota.

• Dabiskā valoda kalpo par universālu saskarni deterministiskām sistēmām.