热点事件持续更新

nomoretry 发布半导体物流去碳化研究框架仓库

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

nomoretry 在 GitHub 发布 semiconductor-logistics-decarbonization 研究框架，面向半导体备件与成品物流的库存—运输联合优化，用 SciPy/HiGHS 求解带交付、运力和碳预算约束的混合整数模型，含 ASML 备件与 Marvell 成品两个案例。框架包含固定配置的 LLM 通知抽取与查询策略实验：LLM 通知抽取在 400 条留出文本上 400/400 通过；查询策略 BC 单任务均 cost regret 2.0833%，五种子冻结评测下 BC/PPO 为 3.1179%/3.1477%，未显示稳定的 PPO 收益。作者说明这些结果是在模拟假设下比较策略，并非对企业实际运营或减排效果的测量，也不能证明 LLM 的广泛泛化能力，且结果仍属探索性、未经独立人工评审。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 19:53

nomoretry 发布半导体物流去碳化研究框架：整数规划求解 + LLM 查询策略 BC/PPO 实验

报道时间线

沿着报道，了解事件的不同侧面。

10月30日

19:53
GitHub · 去对齐工具与仓库
nomoretry 发布半导体物流去碳化研究框架：整数规划求解 + LLM 查询策略 BC/PPO 实验
GitHub 上的 semiconductor-logistics-decarbonization 是一个半导体备件与成品物流的库存—运输联合优化研究框架，用 SciPy/HiGHS 求解带交付、运力和碳预算约束的混合整数模型，含 ASML 备件与 Marvell 成品两个案例。固定配置的 LLM 通知抽取在 400 条留出文本上 400/400 通过；查询策略 BC 单任务均 cost regret 2.0833%，五种子冻结评测下 BC/PPO 为 3.1179%/3.1477%，未显示稳定 PPO 收益。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。