MILP-Evolveは、Microsoft Researchが2025年に発表した、大規模言語モデル（LLM）の進化フレームワークに基づいて生成された混合整数線形計画法（MILP）問題クラスとインスタンスの大規模データセットです。関連する論文成果は「Towards Foundation Models for Mixed Integer Linear Programming」であり、問題クラスを横断して汎化できるMILP基盤モデルの開発を促進することを目的としています。

このデータセットには、進化フレームワークによって生成された多様なMILPクラスのコード表現（論文の表に対応するTab 1およびTab 2に分かれています）と、各クラスにおいて異なるシードで生成された最大1,000個のMPS形式のMILPインスタンスが含まれています。 データは、積分ギャップ予測、分岐学習、MILPインスタンスと自然言語記述のアライメントなど、複数の学習タスクをサポートしており、関連分野のモデルトレーニングと評価に豊富なデータリソースを提供します。

データセット構成

• milp_code：MILPクラスコード。evolve/seed配下のtab 1とtab 2は、それぞれ論文のTable 1とTable 2に対応します。

• instances：MILPインスタンスデータ。MPS形式で、各クラスにつき最大1,000個のインスタンスが提供されます。データ量が大きいため、一部のインスタンスはtab1_compressedおよびtab2_compressedの圧縮形式で提供されており、使用前に自分で解凍する必要があります。

• gap_data_example.tar.gz：積分ギャップ（Integrality Gap）予測タスクのサンプルデータです。

• language_data_example.tar.gz：言語-MILP対比学習タスクのサンプルデータです。

• Learning to Branch：データ量が大きいため、データセットは直接提供されておらず、GitHubソースコードを介してEcoleに基づいて生成する必要があります。

引用

@article{li2024towards,
  author    = {Li, Sirui and Kulkarni, Janardhan and Wu, Cathy and Menache, Ishai and Li, Beibin},
  title     = {Towards Foundation Models for Mixed Integer Linear Programming},
  booktitle = {The Thirteenth International Conference on Learning Representations},
  year      = {2025}
}