Rethinking Efficiency in Neural Combinatorial Optimization: Batched Preference Optimization with Mamba

评分 5 · 来源：arXiv cs.LG · 发布于 2026-04-29

评分依据：ECO 框架结合 Mamba 和批量化 PO 提升 NCO 效率

ECO 将神经组合优化效率作为一等目标。通过两阶段解耦：预计算解的监督 warm-up + 迭代 DPO，配合 Mamba backbone，实现高效学习。