一句话看懂：这篇 arXiv 新论文提出了一套带明确准入条件的蜕变测试方法，用来检查替代传统优化求解器的机器学习模型在等价问题编码下是否给出不一致的预测；结果发现 GridSFM-Open 在五个电网上至少违反 13 条关系中的一条，且大多数违规严重程度超过阈值两倍。这意味着把学习模型当求解器代理使用时，需要把一致性测试和精度、可行性一起报告。
事件核心：发生了什么
论文研究的是“学习型优化代理”：模型输入一个问题编码，输出接近最优解。等价编码可能产生不同预测，因此作者构建了蜕变测试，包含显式准入条件、输出对齐和数值阈值，并用参考求解器一致性检查和独立约束校验来筛选进入审计的样本对。测试覆盖交流最优潮流（AC-OPF）、旅行商问题（TSP）、带容量车辆路径问题（CVRP）和最大独立集（MIS）。
结果方面，GridSFM-Open 在五个电网上至少违反 13 条关系中的一条，其中 12 条超出阈值两倍以上；随机初始化副本也出现近乎相同失败，说明这些不一致不依赖训练。路由任务中，POMO 在 20 到 100 个城市之间，单次旋转/反射违规率从 12.7% 升至 89.5%；DIFUSCO 在 35.6% 的抽样中违反 MIS 的不相交并集关系。修复方面，源补丁和输入规范化清除了部分差异，但没有干预能在所有电网上同时保持精度、可行性和声明边界；后处理归一化在测试图上消除了部分违规。
为什么重要
目前公开信息显示，这类工作把“求解器代理”的可靠性问题从单纯精度拉回到一致性和可行性。对于电力调度等高风险场景，等价编码下的输出漂移可能影响决策；评测社区若只报告最优性差距，容易忽略这类系统性问题。论文主张在报告最优性、可行性和精度的同时，单独报告蜕变一致性，并把修复质量与一致性分开验证，这对模型选型和验收标准有直接参考意义。
对用户/开发者/创作者的影响
开发者如果基于预训练模型做优化代理，应把输入规范化、等价变换和输出对齐纳入测试流程，而不是只看基准精度。企业采购或部署这类模型时，可要求供应商提供一致性审计结果，尤其关注路由和电力网络场景。研究者则可把“参考求解器一致率”和“独立约束检查通过率”作为补充指标。
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
一是论文是否公开测试代码和准入条件的完整定义，便于复现；二是修复方案能否在更多图结构和任务上同时保住精度与可行性；三是 POMO、DIFUSCO、GridSFM-Open 等模型社区是否跟进，把一致性纳入常规评测。
来源：arXiv cs.AI
