By representing the constraints and objective function in factorized form, graphical models can concisely define various NP-hard optimization problems. They are therefore extensively used in several areas of computer science and artificial intelligence. Graphical models can be deterministic or stochastic, optimize a sum or product of local functions, defining a joint cost or probability distribution. Simple transformations exist between these two types of models, but also with MaxSAT or linear programming. In this paper, we report on a large comparison of exact solvers which are all state-of-the-art for their own target language. These solvers are all evaluated on deterministic and probabilistic graphical models coming from the Probabilistic Inference Challenge 2011, the Computer Vision and Pattern Recognition OpenGM2 benchmark, the Weighted Partial MaxSAT Evaluation 2013, the MaxCSP 2008 Competition, the MiniZinc Challenge 2012 & 2013, and the CFLib (a library of Cost Function Networks). All 3026 instances are made publicly available in five different formats and seven formulations. To our knowledge, this is the first evaluation that encompasses such a large set of related NP-complete optimization frameworks, despite their tight connections. The results show that a small number of evaluated solvers are able to perform well on multiple areas. By exploiting the variability and complementarity of solver performances, we show that a simple portfolio approach can be very effective. This portfolio won the last UAI Evaluation 2014 (MAP task).

中文翻译：

---

图形模型离散优化中精确求解器的多语言评估

通过以分解形式表示约束和目标函数，图形模型可以简洁地定义各种NP困难的优化问题。因此，它们被广泛用于计算机科学和人工智能的多个领域。图形模型可以是确定性的或随机的，可以优化局部函数的总和或乘积，定义联合成本或概率分布。在这两种类型的模型之间可以进行简单的转换，但也可以使用MaxSAT或线性编程进行转换。在本文中，我们报告了精确求解器的大量比较，这些求解器都是针对自己的目标语言的最新技术。这些求解器均根据来自概率推理挑战赛2011，计算机视觉和模式识别OpenGM2基准的确定性和概率图形模型进行了评估，加权部分MaxSAT评估2013，MaxCSP 2008竞赛，MiniZinc挑战2012和2013以及CFLib（成本函数网络库）。所有3026个实例均以五种不同格式和七种格式公开提供。据我们所知，这是第一个包含如此大量相关NP完整优化框架的评估，尽管它们之间有着紧密的联系。结果表明，少数经过评估的求解器能够在多个区域上实现出色的性能。通过利用求解器性能的可变性和互补性，我们证明了简单的组合方法可能非常有效。该产品组合赢得了上一届UAI评估2014（MAP任务）。和CFLib（成本函数网络库）。所有3026个实例均以五种不同格式和七种格式公开提供。据我们所知，这是第一个包含如此大量相关NP完整优化框架的评估，尽管它们之间有着紧密的联系。结果表明，少数经过评估的求解器能够在多个区域上实现出色的性能。通过利用求解器性能的可变性和互补性，我们证明了简单的组合方法可能非常有效。该产品组合赢得了上一届UAI评估2014（MAP任务）。和CFLib（成本函数网络库）。所有3026个实例均以五种不同格式和七种格式公开提供。据我们所知，这是第一个包含如此大量相关NP完整优化框架的评估，尽管它们之间有着紧密的联系。结果表明，少数经过评估的求解器能够在多个区域上实现出色的性能。通过利用求解器性能的可变性和互补性，我们证明了简单的组合方法可能非常有效。该产品组合赢得了上一届UAI评估2014（MAP任务）。尽管他们之间关系紧密。结果表明，少数经过评估的求解器能够在多个区域上实现出色的性能。通过利用求解器性能的可变性和互补性，我们证明了简单的组合方法可能非常有效。该产品组合赢得了上一次2014年UAI评估（MAP任务）。尽管他们之间关系紧密。结果表明，少数经过评估的求解器能够在多个区域上实现出色的性能。通过利用求解器性能的可变性和互补性，我们证明了简单的组合方法可能非常有效。该产品组合赢得了上一届UAI评估2014（MAP任务）。