一句话看懂:arXiv 新论文提出 SailSearch,用两个语言模型智能体辅助人类做算法研究,并在 Market Split 与最大独立集任务上给出结果,其中首次报告了 33 个开放 QOBLIB 实例中 18 个的仅 CPU 解。
事件核心:发生了什么
2026 年 11 月 20 日提交到 arXiv cs.AI 的论文《SailSearch: Agent-Assisted Discovery in Combinatorial Optimization》提出一种由人类引导、两个语言模型智能体参与的工作流,用于组合优化算法研究。摘要显示,在 Market Split 任务上,其随机化算法在多个格基之间搜索,将计算分配给枚举和持续基约简;每个实例跑十个随机种子,在双 CPU 核、24 小时截止条件下,首次报告了 33 个此前开放的 QOBLIB 实例中 18 个的仅 CPU 解,每种子在 156 个基准实例中解出 130 至 133 个。在最大独立集(MIS)任务上,作者构建的生成器把植入的 XOR 约束编码为带可认证最优值的图;对 7 个顶点数为 1,752 至 3,996 的实例,被测求解器在 8 小时运行中返回的最好解比最优值差 5 至 15 个顶点。
为什么重要
组合优化长期依赖专家设计启发式与搜索策略,语言模型智能体更多被用于写代码或调用工具。SailSearch 把智能体放进“发现算法”的流程里,说明大模型推理能力与人类引导结合,可能缩短算法试验周期。若摘要结果在后续评审与复现中成立,这类工作流会成为求解器研究的一种新辅助手段,也可能影响开源求解器社区和算力受限场景下的基准评测方式。
对用户/开发者/创作者的影响
对开发者而言,值得观察的是这套双智能体工作流能否沉淀为可复用的 API 或开源工具,而不只是论文中的实验脚本。对做运筹优化、调度、图计算的团队,MIS 基准中“可认证最优值”的生成思路有参考价值,可用于检验自家求解器在受控实例上的差距。普通用户短期不会直接感知变化,因为目前公开信息只有摘要,尚无论文全文实验细节、代码或产品化信息。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是作者是否公开代码与实验配置,让 18 个 QOBLIB 实例的仅 CPU 解可被独立复现;二是双语言模型智能体在算法搜索中的实际贡献比例,以及是否依赖特定大模型或推理算力;三是 MIS 生成器能否成为社区通用的基准构造工具,并被主流求解器评测采用。
来源:arXiv cs.AI


