テキストからモデルへの翻訳のためのコ・パイロットのモデリング

要旨: 大規模言語モデル（LLM）をテキストからモデルへの翻訳および最適化タスクに活用することへの関心が高まっています。本論文は、\textsc{Text2Model} と \textsc{Text2Zinc} を導入することで、この研究の流れを前進させることを目的とします。\textsc{Text2Model} は、複雑さの異なる複数の LLM 戦略に基づくコパイロット一式であり、オンラインのランキング（リーダーボード）も備えています。\textsc{Text2Zinc} は、自然言語で指定された最適化問題および充足問題を捉えるための分野横断データセットで、組み込みの AI アシスタントを備えたインタラクティブエディタも付属します。組合せ問題を形式的モデルへ翻訳するために LLM を用いることに関する新しい文献が出てきていますが、本研究は充足問題と最適化問題の \textit{両方} を \textit{統一されたアーキテクチャ} と \textit{データセット} の中に統合する、初めての試みです。さらに、提案手法は、特定のソルバ向けモデルへの翻訳に焦点を当てた既存研究とは異なり、\textit{ソルバ非依存} です。これを実現するために、組合せ問題を定式化する際、\textsc{MiniZinc} のソルバおよびパラダイムに非依存なモデリング能力を活用します。単発および複数回呼び出しのいくつかの戦略にわたって、実行と解の正確さを比較するための包括的な実験を行います。これには、ゼロショット・プロンプト、連鎖的思考による推論、知識グラフによる中間表現、文法ベースの構文エンコーディング、モデルを逐次的なサブタスクへ分解するエージェント的アプローチが含まれます。提案するコパイロット戦略は競争力があり、いくつかの点では、この分野における最近の研究を改善しています。私たちの結果は、LLM は有望ではあるものの、組合せモデリングのためのワンプッシュ技術（ボタンひとつで使える技術）にはまだなっていないことを示しています。性能ギャップを埋めるために、このギャップを縮めることを支援するオープンソースとして、\textsc{Text2Model} のコパイロットおよびリーダーボード、ならびに \textsc{Text2Zinc} とインタラクティブエディタを提供します。