最適化の前に問いかけよ：対話的最適化のための動的事前明確化

要旨

大規模言語モデル（LLM）は、自然言語による問題記述から最適化モデルを定式化するためにますます利用されている。しかし、現実的なオペレーションズ・リサーチ（OR）の要求はしばしば不完全であり、目的・制約・ビジネスルールが欠落すると、結果として得られる数理計画は変わり得る。既存の評価はほぼ完全な仕様を前提としており、そのため、モデル化の前に明確化が必要な場合をエージェントが認識できるかどうかを見落としている。我々は、定式化前の明確化のためのベンチマークであるOR-Clarifyを導入する。各タスクは、部分的に公開された問題記述を提示し、構造化された隠れスロットを秘匿し、模擬ユーザーとの制約付き対話を通じてエージェントを評価する。このベンチマークは、自由記述型と選択型の両方の明確化を支援し、スロット回収、停止挙動、暗黙の仮定、および対話コストを測定する。さらに、定式化に決定的に重要な欠落を特定し、それらを用いて次の質問をすべきか停止すべきかを導く二段階フレームワークであるInteractive Optimization（InterOPT）を提案する。選択型実験では、InterOPTはスロットの完全回収においてすべてのベースラインを大幅に上回る。自由記述設定では、強力な既存手法と競争力を維持する。OR-ClarifyとInterOPTはあわせて、OR支援を選択的な完全性判断として捉え直す。すなわち、必要なときには明確化し、準備ができたら停止し、何が欠落したままかを定量化する。

English

Large language models (LLMs) are increasingly used to formulate optimization models from natural-language problem descriptions, yet realistic operations research (OR) requests are often incomplete: missing objectives, constraints, or business rules can change the resulting mathematical program. Existing evaluations largely assume a complete specification and therefore overlook whether an agent knows when clarification is needed before modeling. We introduce OR-Clarify, a benchmark for pre-formulation clarification. Each task presents a partial public problem description, withholds structured hidden slots, and evaluates agents through bounded interaction with a simulated user. The benchmark supports both openended and choice-based clarification, and measures slot recovery, stopping behavior, silent assumptions, and interaction cost. We further propose Interactive Optimization (InterOPT), a two-stage framework that identifies unresolved formulation-critical gaps and uses them to guide whether to ask the next question or to stop. In our choice-based experiments, InterOPT substantially outperforms all baselines in exact slot recovery; in the open-ended setting, it remains competitive with strong prior methods. Together, OR-Clarify and InterOPT reframe OR assistance as a selective completeness decision: clarify when needed, stop when ready, and quantify what remains missing.