PLUME search는 비지도 학습을 통해 조합 최적화 문제에서 검색 효율을 높이는 데이터 기반 프레임워크입니다. 지도 학습이나 강화 학습과 달리, 비자기회귀 접근 방식을 사용하는 순열 기반 손실 함수를 통해 문제 인스턴스로부터 직접 학습합니다. 본 논문에서는 다양한 조합 최적화 문제를 포함하는 기본적인 NP-hard 문제인 이차 할당 문제에 대한 성능을 평가합니다. 실험 결과 PLUME search가 솔루션 품질을 지속적으로 향상시키는 것을 보여줍니다. 또한, 학습된 모델이 서로 다른 밀도와 크기에 일반화되는 것을 보여주는 일반화 동작을 연구합니다.
