metadata
language:
- zh
license: apache-2.0
base_model: Qwen/Qwen2.5-3B-Instruct
tags:
- transit-planning
- route-planning
- transportation
- shanghai
- agentic-rl
- qwen2.5
- sft
- chinese
- public-transport
pipeline_tag: text-generation
model-index:
- name: Transit-R1-SFT
results:
- task:
type: transit-route-planning
name: Transit Route Planning
dataset:
name: Shanghai Transit Dataset
type: custom
metrics:
- type: format_compliance
value: 95.3
name: Format Compliance Rate
- type: route_quality
value: 89.7
name: Route Quality Score
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