Claude cải thiện lời giải cho 72 bài toán MIPLIB, chứng minh tính tối ưu ở 45 bài

Claude đã cải thiện lời giải đã đăng ký cho 72 trong số 203 bài toán tối ưu hóa chưa được giải của MIPLIB, đồng thời chứng minh tính tối ưu của lời giải ở 45 bài.

Anthropic công bố kết quả ngày 10 qua bài đăng trên tài khoản chính thức của Claude và cho biết đã gửi lời giải tới MIPLIB. Cần phân biệt số liệu Anthropic công bố với việc các kết quả này đã được cập nhật vào hồ sơ công khai của bộ bài toán hay chưa.

MIPLIB là bộ sưu tập công khai các bài toán quy hoạch tuyến tính nguyên hỗn hợp, được dùng để so sánh hiệu năng của các chương trình tối ưu hóa. Phương pháp này tìm tổ hợp lựa chọn tốt nhất trong những ràng buộc đã định, chẳng hạn như bài toán lập lịch hoặc phân bổ nguồn lực.

“Cải thiện lời giải đã đăng ký” nghĩa là tìm được đáp án tốt hơn kết quả đã ghi nhận trước đó. “Chứng minh tính tối ưu” nghĩa là chứng minh không có đáp án nào tốt hơn trong các điều kiện tương ứng. Hai con số này phản ánh những kết quả khác nhau; khi chưa biết số bài trùng nhau, không thể cộng lại và nói Claude đã giải 117 bài toán.

Anthropic cũng nêu ví dụ điều chỉnh lịch chạy của 42 đoàn tàu để giảm mức tiêu thụ điện tối đa. Công ty cho biết Claude tìm được lời giải trong vòng 2 giờ, giúp mức tiêu thụ điện tối đa thấp hơn 2,6% so với lịch trình đã đăng trên MIPLIB, rồi sau đó chứng minh tính tối ưu của lời giải. Đây là kết quả tính toán trong các điều kiện của bài toán, không phải số liệu đo thực tế cho thấy lượng điện tiêu thụ trong vận hành đường sắt đã giảm 2,6%.

Trang web MIPLIB hiển thị ngày công bố mới nhất của tệp lời giải là 24 tháng 9. Tệp solufile 37 được công bố khi đó ghi nhận 51 trường hợp có lời giải tốt hơn kết quả trước. Số liệu Anthropic công bố ngày 10 xuất hiện sau hồ sơ công khai mới nhất này.

Ngày 9, Anthropic công bố Claude Fable 5.2 và Claude Mythos 5.2. Tuy nhiên, bài đăng về MIPLIB không nêu phiên bản mô hình được dùng trong đánh giá lần này.

Trước đó, Anthropic cho biết Claude đã chứng minh bằng toán học rằng 239 điểm truy cập kiểm thử trong 123 thư viện mã nguồn mở đáp ứng các điều kiện an toàn đã định. Cả kết quả về các điều kiện an toàn đó và công bố MIPLIB lần này đều liên quan đến việc chứng minh, nhưng đối tượng đánh giá và bài toán khác nhau.

MIPLIB cho biết họ tiếp nhận các lời giải mới và đưa chúng vào những đợt cập nhật định kỳ trên trang web. Việc các kết quả Anthropic gửi lên được phản ánh ra sao trong hồ sơ công khai sẽ được xác nhận ở những lần cập nhật tiếp theo.