**OR-License：评估 LLM Agent 作为现实运筹学从业者的能力**

_OR-License: Evaluating LLM Agents as Real-World Operations Research Practitioners_

> 研究提出了 OR-License 基准，包含 31 个源自真实商业案例的运筹学任务，旨在评估大语言模型代理能否直接从原始客户材料中生成专业解决方案，而无需专家预先重构。通过引入模拟客户（ORSim）和隐藏评估机制，研究发现尽管部分前沿模型在条件目标质量上超越了专家参考解，但在综合部署调整后质量（DAQ）和可行性方面仍无法匹敌专家，最强模型 DAQ 仅为 0.87。这表明 LLM Agent 在信息获取、问题构建及长周期任务执行上仍存在显著差距，需进一步解决信息鸿沟并提升自我修正能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.24087)