LLM tabanlı planlama ile matematiksel optimizasyon farkı
Büyük dil modelleri metin ve öneri üretir; CP-SAT gibi optimizasyon motorları ise kısıtları karar modeli içinde hesaplar.
LLM ne için uygundur?
Bir LLM, doğal dilde yazılmış bir isteği anlamlandırmak, açıklama üretmek veya kullanıcıyla konuşmak için güçlü olabilir. Örneğin bir kullanıcının vardiya ihtiyacını daha anlaşılır bir komuta dönüştürmeye yardımcı olabilir.
Ancak metin üretmek ile çok sayıda birbirine bağlı kısıtı geçerli bir çizelgeye dönüştürmek aynı problem değildir.
Matematiksel optimizasyon ne yapar?
Matematiksel optimizasyon, değişkenleri, kesin kısıtları ve hedef fonksiyonlarını açıkça tanımlar. CP-SAT, bu model içinde geçerli veya en iyi mümkün çözümleri arar; aynı girdilerle tekrarlanabilir sonuçlar üretmeye odaklanır.
Nöbetçim'in AI Planlayıcı adı, harici bir sohbet modelinden plan istemek anlamında değil, OR-Tools CP-SAT tabanlı karar algoritması anlamında kullanılır.
İki yaklaşım birlikte kullanılabilir mi?
Evet. Gelecekte doğal dil arayüzü, kullanıcının isteğini kural motorunun anlayacağı yapılandırılmış ayarlara dönüştürmeye yardımcı olabilir. Fakat son planın doğrulanması yine kuralları uygulayan optimizasyon çekirdeğinde yapılmalıdır.
Bu ayrım, kullanıcıya hangi sonucun ölçülmüş bir plan, hangisinin yalnızca açıklama veya öneri olduğunu açıkça gösterme imkanı verir.