大语言模型作为带约束双目标凸优化的摊销Pareto前沿生成器

为带约束的双目标连续优化生成可行Pareto前沿是多准则决策的核心。现有方法通常依赖迭代标量化、进化搜索或问题专用求解器，需要对每个实例反复优化。我们提出DIPS，一个端到端框架，将大语言模型微调为带约束双目标凸优化的摊销Pareto前沿生成器。给定文本形式的问题描述，DIPS直接输出一组有序的可行连续决策向量来逼近Pareto前沿。为使连续优化与自回归语言建模兼容，DIPS结合了紧凑离散化方案、为新数值token设计的Numerically Grounded Token Initialization，以及Three-Phase Curriculum Optimization，后者逐步对齐结构有效性、可行性与Pareto前沿质量。在五族带约束双目标凸问题上，微调后的7B参数模型相对参考前沿取得95.29%到98.18%的归一化超体积比。借助vLLM加速推理，DIPS最快0.16秒求解一个实例，并在所评估设置下优于通用与推理型LLM基线。这些结果表明，LLM可以充当连续Pareto前沿逼近的有效摊销生成器。