usail-hkust/LLM-MM-Agent
🔥🔥🔥 [NeurIPS2025] MM-Agent: LLM as Agents for Real-world Mathematical Modeling Problem
解决的问题
MM-Agent 解决了现实世界数学建模的复杂性,通常需要多步骤的人工流程:分析非结构化问题、构建数学模型、实现计算解决方案以及撰写学术报告。它自动化了这一端到端的工作流程,充当“建模协作者”。
工作原理
该系统通过四个结构化阶段模拟人类专家的工作流程:
- 问题分析:将复杂且非结构化的问题描述分解为可管理的子任务,并识别约束条件。
- 数学建模:利用假设将问题转化为数学表达式,并从分层数学建模库(HMML)中检索合适的策略。HMML 是一个三级知识层次结构,包含领域、子领域和 98 个方法节点。
- 计算求解:使用「MLE-Solver」自主生成、执行并迭代优化算法与模拟的代码。
- 解决方案报告:总结过程并解释结果,生成结构化、学术质量的报告。
适用人群
专为参加数学建模竞赛(如 MCM/ICM)的学生和研究人员,以及需要将现实问题自动转化为数学解决方案的专业人士设计。
核心亮点
- 端到端自动化:涵盖从初始问题分析到最终论文撰写的全过程。
- HMML 知识库:利用专用分层库实现智能模型选择。
- 迭代式代码生成:自动创建并优化代码,确保计算结果准确。
- 学术报告生成:可生成专业级报告与可视化图表。
相关
- 项目
- 项目
- 项目
- 项目
- 项目