LDST 研究把混合整数规划求解器的日志交给语言模型分析。系统先提取运行瓶颈，再提出少量参数修改，并在执行前校验配置，而不是把每次求解结果只当作一个黑盒分数。
作者在五组基准、215 个实例上比较了这一方法与常见调参方案。在论文的简单和中等难度设置中，LDST 使用 10 次提案获得的损失低于若干基线使用 50 次提案的结果。研究还检验了同类未见实例上的迁移表现。
让大模型读求解日志，减少参数调优试错
LDST 研究把混合整数规划求解器的日志交给语言模型分析。系统先提取运行瓶颈，再提出少量参数修改，并在执行前校验配置，而不是把每次求解结果只当作一个黑盒分数。