2025_NIPS_MM-Agent: LLM as Agents for Real-world Mathematical Modeling Problem

文章核心总结

该研究聚焦大语言模型（LLMs）在真实世界数学建模中的应用，提出MM-Agent框架和MM-Bench基准，解决现有LLMs在模型构建严谨性、开放性问题适配不足的痛点，实现了比人类专家更优的建模效果，且已在国际建模竞赛中验证实用性。

主要内容

1. 研究背景：数学建模是科学发现与工程实践的核心，但需开放式问题分析、抽象与形式化，现有LLMs擅长推理却缺乏严谨建模能力，难以应对真实世界复杂问题。
2. 核心产出
   • MM-Bench基准：基于2000-2025年MCM/ICM竞赛题构建，含111个问题，覆盖10个领域（物理、生物、经济等）和8类任务（决策、预测等），提供丰富上下文与端到端建模需求。
   • MM-Agent框架：借鉴专家工作流，分四阶段完成建模——开放式问题分析、结构化模型构建、计算求解、报告生成，核心依赖分层数学建模库（HMML）和演员-评论家优化机制。
3. 实验结果：MM-Agent在GPT-4o上单任务成本0.88美元、耗时15分钟，比人类专家解决方案提升11.88%；助力两支本科团队获2025年MCM/ICM决赛奖（Top 2