自回归可微方法求解0-1整数规划：在万变量级二次背包问题上稳定超越开源求解器

提出把0-1整数规划的解构造过程转化为自回归逐位预测：固定二元变量的任意顺序，训练transformer预测下一位并始终停留在可行集内。 与直接对整体解向量做连续松弛或端到端回归的做法不同，这里把可行性作为生成过程的约束条件，使模型在生成每一步时都处于可行域。 摘要层面给出方法设计说明，未提供网络规模、训练数据量或逐位可行性约束的具体实现细节。

训练流程分两阶段：先用任意求解器提供的可行解（incumbents）训练，使transformer初始化在可行集内；随后引入拉格朗日惩罚抑制不可行解，并用Gumbel-softmax激活在松弛目标上继续训练以探索可行集。 把求解器产生的可行解作为初始化信号，再以惩罚项与可微松弛驱动探索，形成从可行起点出发的搜索式训练，而非仅依赖监督模仿。 摘要描述了惩罚项与Gumbel-softmax的使用，但未给出惩罚系数、训练轮数或消融实验数据。

在非凸二次背包问题的稠密实例上，方法对最先进开源求解器表现出稳定改进，规模可达10,000个二元变量。 把可微自回归求解的验证范围推进到万变量级稠密非凸实例，并报告相对开源求解器的持续提升。 摘要报告了问题类型、稠密性与规模上限以及相对比较结论，但未给出具体求解器名称、实例数量、时间预算或改进幅度数值。

经验上观察到类似隧穿效应的现象：从二元变量到transformer连续权重的有效变量替换，使方法能够跨越松弛目标景观中的势垒。 把性能提升归因于变量替换带来的景观穿越能力，为可微自回归求解提供了一种机理解释视角。 摘要称其为经验性演示，未提供可视化、势垒度量或对照实验来量化该效应。

该结果面向0-1整数规划，尤其是非凸二次背包这类稠密实例，规模上限在摘要中报告为10,000个二元变量；方法需要一个任意求解器提供可行解作为初始化来源，并依赖拉格朗日惩罚与Gumbel-softmax松弛进行后续训练。对希望把学习型方法接入现有求解流程的研究者与工程实践者，这一框架提供了从可行起点出发、以可微自回归方式探索可行域的参考路径；其适用设定是二元变量、可定义可行性约束、且能获得初始可行解的问题。

摘要未给出具体求解器名称、实例数量、时间预算与改进幅度，因此“稳定改进”的量化程度仍需正文确认；隧穿效应目前是经验性观察，其度量方式与可复现性有待正文说明；方法对初始可行解的依赖程度、以及在其他0-1整数规划上的表现，是读者可以继续关注的方向。由于本次仅基于摘要，图表与实验细节未纳入，上述量化问题属于开放问题而非结论。