本研究调查了大型语言模型（LLM）解决旅行商问题（TSP）的潜力。利用 GPT-3.5 Turbo，实验涵盖零样本上下文学习、少样本上下文学习和思维链（CoT）。对模型进行微调后，其在训练实例大小问题上表现良好，并能推广到更大问题。此外，采用自集成方法在不增加训练成本的情况下提高了解决方案质量。
大型语言模型 (LLM) 是深度学习模型，旨在根据文本输入生成文本。尽管研究人员一直在为更复杂的任务（例如代码生成和一般推理）开发这些模型，但很少有人探索如何将 LLM 应用于组合问题。在这项研究中，我们调查了 LLM 解决旅行商问题（TSP）的潜力。利用 GPT-3.5 Turbo，我们采用各种方法进行了实验，包括零样本上下文学习、少样本上下文学习和思想链 (CoT)。因此，我们对 GPT-3.5 Turbo 进行了微调以解决特定的问题大小，并使用一组不同的实例大小对其进行测试。经过微调的模型在与训练实例大小相同的问题上表现出了良好的性能，并且可以很好地推广到更大的问题。此外，为了在不产生额外训练成本的情况下提高微调模型的性能，我们采用了自集成方法来提高解决方案的质量。
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
