研究人员开发了ProfiLLM，一个新颖的智能体LLM数据管道，旨在增强工业叫车调度系统。该系统通过使用工具增强的知识挖掘和符合效用的画像探索，解决了处理海量数据集的挑战。在滴滴平台上部署后，ProfiLLM展示了显著的改进，包括结果预测中AUC相对提升+6.14%，以及模拟中GMV提升+4.35%。 AI
影响 提出了一种将LLM应用于大规模工业数据的新方法，有望提高物流和调度系统的效率。
排序理由 这是一篇研究论文，详细介绍了一种将LLM应用于特定工业问题的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.18803v1 Announce Type: new Abstract: Bringing Large Language Models (LLMs) into industrial ride-hailing dispatch as semantic feature extractors over platform-scale behavioral logs is a compelling but under-explored data systems problem. Production matching pipelines re…
Bringing Large Language Models (LLMs) into industrial ride-hailing dispatch as semantic feature extractors over platform-scale behavioral logs is a compelling but under-explored data systems problem. Production matching pipelines remain dominated by structured numerical features,…