约束获取需要更好的基准

arXiv:2605.26279v1 公告类型：新 摘要：约束获取（CA）以及从领域知识工件验证和增强数学规划（MP）模型的相关研究目前受到基准测试不足的限制。这一缺陷阻碍了再现性和交叉研究的可比性，从而减缓了 CA 方法的成熟。现有基准测试是为求解器评估而不是评估 CA 算法而设计的。它们组织松散，对个别问题的处理不一致，并且忽略了 CA 方法所需的领域知识工件。这项工作提出了 MPMMine，这是一个基准套件，旨在评估使用不同领域知识工件发现、验证和增强 MP 模型的算法。 MPMMine 以一致性、标准化、完整性、可扩展性、开放性和版本控制为指导。它采用统一的结构并依赖于开放格式：MiniZinc、CommonMark 和 JSON。它为每个问题提供多个模型，每个模型提供数十个实例，以及整数和连续域中的数千个解决方案和非解决方案，以及支持文本到模型方法的自然语言描述。