深度分析 NEMO:以自主編碼代理人與非對稱驗證提升最佳化建模準確率 大型語言模型(LLM)在處理最佳化建模時,常因缺乏執行驗證而產生不可執行的程式碼。NEMO 系統以自主編碼代理人(ACA)為核心,在沙盒環境中執行程式碼,確保生成結果可執行並可自動驗證與修復。其非對稱驗證迴圈讓獨立產生的模擬器與最佳化器互相校驗,搭配最小貝氏風險解碼與自一致性機制,顯著提升魯棒性。