研究人员开发了UME，一个统一元泛化框架，旨在改进物流中的预计到达时间（ETA）预测。该框架解决了泛化到新领域、处理新兴市场中的缺失特征以及实现跨区域知识转移等挑战。UME集成了双分支架构和元学习机制，能够根据领域知识和实例上下文动态调整预测，并已成功部署在美团配送平台上。 AI
影响 通过在多样化的运营环境中改进ETA预测，提高物流效率和用户满意度。
排序理由 这是一篇详细介绍ETA预测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →