研究：大语言模型能否作为数值优化器

一项研究构建评估框架，将解的质量与执行失败（数值误差、约束违反、输出格式错误）区分开，在凸优化、分式规划和约束投影问题上对比 LLM 与确定性参考求解器。结果显示 LLM 能捕捉有用的优化结构并给出近优解，但可靠性随问题维度升高而下降，且强烈依赖问题结构。加入针对可行性与解质量的迭代改进机制后可靠性显著提升、可处理维度范围扩大，但持续存在的数值与结构错误仍限制其作为独立优化器使用。