标签
本文提出GOAL，一种约束感知的生成式激励广告框架，将激励分配建模为条件序列生成问题，并引入SCPO来学习一个能够跨ROI约束泛化的单一生成策略。实验表明，该方法在降低ROI违规率的同时，改善了长期收入和用户留存。
本文提出了一种推理引导的学习框架，用于生成个性化且符合约束条件的旅行打包清单。该框架结合了符号规则、偏好学习与约束优化，在实际部署于iOS生产应用后，实现了高召回率和高约束满足度。
当前主流纯数据驱动机器人方案存在数据效率低、泛化性差的缺陷，新提出的神经符号物理智能范式将任务拆分为世界建模和规划两步，仅需1-10个演示即可学会新任务，泛化能力远超传统端到端方案，为通用机器人提供了更可靠的路径。
Anchor是一个任务生成流水线，通过从单一的约束优化规范中联合生成指令、环境、解决方案和验证器，解决了AI智能体基准中的工件漂移问题，为企业工作流提供一致且可审计的评估任务。论文介绍了ERP-Bench——一个包含生产级ERP系统中300个长时任务的基准，结果显示前沿模型在26.1%的试验中满足显式约束，但仅17.4%的试验达到最优解。
本文提出了一种方法，利用对称性质从约束规范中自动生成局部搜索邻域，并在六个优化问题上进行了评估。