Transit-R1-SFT

模型介绍

Transit-R1-SFT 是基于 Qwen2.5-3B-Instruct 微调的智能出行规划模型，专门针对上海市公共交通路径规划场景优化。该模型通过监督微调(SFT)学习了结构化的推理范式，能够为用户提供个性化的出行方案。

这是 Transit-R1 项目的 SFT 版本，旨在为后续的强化学习提供基础。

主要特性

• 🚇 智能路线规划: 支持地铁、公交、步行等多种交通方式的组合规划
• 🎯 个性化推荐: 根据用户偏好（时间优先、成本优先、换乘最少、舒适优先）提供定制化方案
• 🔄 结构化推理: 采用 <think>→<code>→<observation>→<answer> 的四阶段推理流程
• 🗺️ 上海地区专精: 针对上海市公共交通系统和地标建筑深度优化
• ⚡ 轻量高效: 3B参数规模，支持本地部署和实时推理
• 📱 API集成: 支持高德地图API调用进行实时路线查询

训练数据

• 数据规模: 5000条高质量出行规划样本
• 覆盖场景: 医院、学校、商圈、住宅区、文化场所等多样化出行场景
• 用户画像: 涵盖学生、上班族、老人、游客、商务人士等不同群体
• 地理范围: 专注上海市主要区域和热门地标
• 数据质量: 真实API响应，人工校验，确保方案可行性

模型架构

• 基础模型: Qwen2.5-3B-Instruct
• 训练方法: 监督微调 (SFT)
• 参数量: 3B
• 上下文长度: 2048 tokens
• 训练轮数: 4 epochs
• 学习率: 1e-5