资讯摘要
论文提出OR-License，一个端到端基准，含来自付费运筹学项目的31个实例、覆盖10个工业场景，保留原始需求、数据、交付格式与信息边界，并引入ORSim客户模拟器考察信息获取。作者报告，11个前沿LLM中部分条件目标质量超过专家参考，但无一在部署调整质量（DAQ）上匹配专家；最强Claude Code配置严格可行性88.39%、DAQ 0.87。
要点速读
- 基准含31个实例、10个工业场景，来自总额368万美元的付费运筹学项目，经脱敏保留原始材料与信息边界。
- ORSim模拟客户只披露业务事实、不提供运筹学专业支持；隐藏评估检查可行性并与客户接受的专家方案比较目标质量。
- 作者报告11个前沿LLM中部分条件目标质量超过专家参考，但DAQ均未达专家基准1；最强Claude Code配置严格可行性88.39%、DAQ 0.87。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/20 21:06:32（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。