constraint-enforcement

本文介绍了神经松弛变量，一种原始侧方法，通过将主网络与联合学习的辅助网络耦合，将约束执行转化为回归问题，在单调性和凸性测试上实现零违规，并实现波动率曲面的无套利学习。

SDOF是一个将多智能体执行视为约束状态机的框架，通过在线RLHF专用意图路由器和状态感知调度器强制执行业务流程阶段约束，在支持6000多家企业的招聘系统中实现了86.5%的任务完成率。

本研究论文提出了一种用于在生成采样中强制执行硬约束的自适应校正调度方法，证明与末端或逐步投影方法相比，该方法能够改善成本-精度边界。