[第 23 名解决方案] TanakaAI 的部分。

首先，我要感谢所有的团队成员 @felixmneumann , @asimandia , @veniaminnelin , 和 @ivanisaev。我还要感谢所有出色的竞争对手，我从他们那里学到了很多。顺便说一句，这是我的第一枚奖牌，也是我第一次团队合作经历。

总体方法

像许多人一样，我使用大规模运行来生成良好的候选解决方案，然后进行较小的局部运行来优化这些候选方案。大规模运行主要使用模拟退火（SA），并具有固定某些索引（位置）的功能。有两个小型运行：一个采用了局部窗口搜索（感谢 @jazivxt 的 Notebook），另一个涉及替换整个句子中的 n-gram（n 最大为 4）。

具体方法

对于 ID 4，我计算并将字符串和困惑度（ppx）存储在 CSV 文件中，以节省重新计算的成本（虽然这不是最快的方法），这生成了一个 3 GB 的文件。一旦困惑度低于 70，我就固定前 10 个和后 4 个单词，让 SA 运行。