ChatPlanner

LLM框架通过个性化偏好增强公共交通路线规划

研究人员开发了ChatPlanner，一个利用大型语言模型（LLM）创建个性化公共交通路线规划的新框架。该系统采用经过微调的LLM和检索增强生成（RAG）技术，以解释自然语言查询中的用户偏好，并将其整合到路线规划算法中。实验表明，ChatPlanner能够可靠地生成可行的解决方案，微调确保了结构完整性，而RAG则提供了查询特定的上下文，以提高提取路线信息和用户偏好的准确性。