- 组合优化的深层符号优化：通过发现潜在启发式加速节点选择
提出了一种结合深度符号优化学习框架的新型深度符号优化节点选择模块（Dso4NS）的方法，该方法通过数据驱动的方法在高维离散符号空间中搜索数学表达式，并将性能最佳的数学表达式纳入求解器，实现快速推理和高解释性。实验结果表明，Dso4NS 在学 - 通过热传导实现高效的组合优化
使用热扩散来解决组合优化问题，在全球最优搜索中提供更高效的导航，展示了在组合优化方面的卓越性能以及在推进组合优化中的潜在作用。
- 隐私漏斗的高效凸差分求解器
提出了一种高效的隐私漏斗（PF）方法求解器，利用其凸凹差分（DC）结构。该求解器在已知分布和未知分布情况下均适用，能够有效地平衡隐私和效用的折衷，并满足 PF 的基本马尔可夫关系。
- SoLA：基于求解器层适应的 LLM 在逻辑推理中的应用
对大型语言模型（LLMs）在逻辑推理中所面临的挑战，以及利用工具学习改变问题求解的过程进行了探讨。本文提出了一种新颖的解算器层自适应（SoLA）方法，通过将解算器作为 LLMs 的新层，以不同的方式引导解决方案朝着可满足性发展。通过利用 M - 基于图神经网络的经典规划器选择
在线规划器选择是选择给定规划问题的预定义求解器之一的任务。本研究通过深入研究所选择 GNN 模型、图表示和节点特征以及预测任务等方面的影响，提出使用 GNN 获得的图表示作为 XGBoost 模型的输入，以实现更具资源效率且准确的方法，展示 - 用问题类型分类解决数学应用问题
该论文提出了一种利用集成方法改进数学文字问题求解能力的方法，包括问题类型分类器、基于十折交叉验证和投票机制的集成学习框架以及采用自洽方法提高答案选择的大型语言模型求解器，实验证明这些方法能够改进数学文字问题求解的效果。
- 使用神经网络解离散中子扩散方程
本文介绍了一种使用人工智能软件库中的工具作为解决常见偏微分方程数值离散化的替代方法。文章利用卷积层内的预定义权重来表示离散化方案，并利用人工智能库提供的函数实现 Jacobi 法和多重网格求解器。作者最后将该方法应用于反应堆物理中的特征值问 - 领域无关的动态规划：组合优化通用状态空间搜索
本研究提出了动态规划问题的一种新的模型化方法：基于动态规划描述语言（DyPDL）的领域无关动态规划（DIDP），并开发了基于状态空间搜索的成本代数 A * 求解器（CAASDy）。 通过实验比较 CAASDy 与商业混合整数规划和约束规划求 - 消除解题偏差的无偏数学问题基准
本篇论文提出解决当前数学应用问题（Math Word Problem，MWP）数据偏见问题的方法：构建了一个去除偏见的新数据集 UnbiasedMWP，同时我们提出了一种名为 Dynamic Target Selection 的动态目标选择 - EMNLP语义对齐的通用树形数学问题求解器
本篇论文提出了一种基于 Universal Expression Tree 以及 encoder-decoder structure 的 semantically-aligned universal tree-structured solv - MMeclingo: 一个 Epistemic Logic Programs 求解器
eclingo 是基于 Answer Set Programming 系统 clingo 开发的一个解决 Gelfond 1991 下的认知逻辑程序的求解器，通过使用 clingo 的语法扩展能力定义主观文字实现了对程序的谨慎和勇敢结果的搜 - ICCV使用仿射对应关系计算广义相对位姿的最小案例
提出了三种新的求解器，用于从仿射对应中估计多相机系统的相对位姿，使得用更少的对应数即可快速准确计算。
- 经典机器学习通用优化：GENO
GENO 是一种基于建模语言的优化框架，它能够生成特化于大多数经典机器学习问题的高效求解器，并在经典和近期提出的问题上表现出与精心设计的专用求解器同样甚至更高的效率，比传统的建模语言加求解器方法快了几个数量级。
- MM高效耦合 I-DLV Grounder 和 ASP 求解器
我们提出了 I-DLV + MS，这是一种新的 Answer Set Programming（ASP）系统，它将高效的 grounder（即 I-DLV）与自动选择器相结合，该自动选择器根据由 I-DLV 产生的某些固有特征，通过机器学习技 - MM认知逻辑程序求解器进展综述
本文报告了认知逻辑程序求解器的开发现状，讨论了扩展应用答案集编程中提出的认知规范语言，其中包含了模态运算符 K（“已知”）和 M（“可能为真”），以提供更强大的内省推理和增强功能，特别是在处理不完整信息时。
- ICML跨越与跳跃：一种近似最优算法配置的方法
考虑了一种解决从未知分布中得出的问题实例的通用求解器配置问题，提出了一种名为 LeapsAndBounds 的算法来测试配置，通过实验比较展示出了其优越性。
- DepQBF 6.0：一种基于搜索的 QBF 求解器，超越传统的 QCDCL
介绍基于 QCDCL 的量化布尔公式（QBF）求解器 DepQBF 6.0 的最新主要版本，其中实现了一种基于 QRES 的 QCDCL 变体，该变体基于一组额外的公理，使 QCDCL 能够潜在地产生比传统变体短得多的证明。
- MM一个并行、内存高效的认知逻辑程序求解器：更强、更快、更好
本篇论文描述了一种能够解决 Epistemic Logic Program（ELP）中更难的问题的求解器，并且相比其他已知的 ELP 求解器，该求解器更快且不具有指数级别的内存需求，该语言为 Answer Set Programming 的 - SATzilla: 基于投资组合的 SAT 算法选择
SATzilla 是一种使用经验难度模型来构建每个实例算法组合的自动化方法，用于选择 SAT 问题的求解器，并在实验中得到了卓越的表现。