百度地圖基于百度大模型的技術(shù)能力，結(jié)合物流行業(yè)場(chǎng)景特點(diǎn)，于近日正式推出物流大模型測(cè)試版，率先應(yīng)用于物流地址分析和物流調(diào)度決策兩大領(lǐng)域。

在調(diào)度決策模型方面，介紹了在物流場(chǎng)景中，配送地址是一個(gè)非常重要的高頻使用的基礎(chǔ)信息。面對(duì)海量且質(zhì)量參差不齊的收發(fā)貨地址信息，能否快速準(zhǔn)確地標(biāo)準(zhǔn)化提取結(jié)構(gòu)化數(shù)據(jù)并做好糾錯(cuò)補(bǔ)全工作，將影響后續(xù)運(yùn)單拆分、履約發(fā)貨等環(huán)節(jié)的質(zhì)量和效率。此前，面對(duì)更復(fù)雜的地址文本(如長(zhǎng)文本和不規(guī)則文本)，傳統(tǒng)的地址解析模型往往難以有效提取和正確分析信息，需要大量代價(jià)高昂的人工審核和糾錯(cuò)。

圖源： 百度地圖開(kāi)放平臺(tái)

針對(duì)以上行業(yè)普遍存在的痛點(diǎn)，百度地圖依托百度文心大模型在中文語(yǔ)義識(shí)別理解、知識(shí)增強(qiáng)等方面的優(yōu)勢(shì)。通過(guò)對(duì)百度地圖POI大數(shù)據(jù)和物流運(yùn)單閘口地址數(shù)據(jù)的深度挖掘，基于百度文心大模型，構(gòu)建各種場(chǎng)景下的前期訓(xùn)練任務(wù)，形成更能理解物流地址領(lǐng)域?qū)I(yè)知識(shí)的物流地址大模型。

該模型可以處理復(fù)雜、不固定的文本，能夠很好地實(shí)現(xiàn)地址內(nèi)容識(shí)別、地理關(guān)系分析、地址驗(yàn)證與糾錯(cuò)、地址坐標(biāo)分析、地址相似性判斷等多項(xiàng)任務(wù)。與傳統(tǒng)算法模型相比，其識(shí)別和理解精度大大提高。各種情況下的識(shí)別效果示例如下:

圖源： 百度地圖開(kāi)放平臺(tái)

經(jīng)過(guò)對(duì)比評(píng)測(cè)，物流地址大模型在不同的地址分級(jí)層級(jí)下的識(shí)別正確率，相比傳統(tǒng)方式均有大幅提升：

圖源： 百度地圖開(kāi)放平臺(tái)

在調(diào)度決策模型方面，介紹了物流運(yùn)作是一個(gè)鏈條長(zhǎng)、跨部門(mén)的企業(yè)的復(fù)雜活動(dòng)。處于物流運(yùn)作鏈條前端的車(chē)輛調(diào)度、配載和裝箱，對(duì)物流成本和效率的影響非常明顯，因此誕生了很多對(duì)這些環(huán)節(jié)進(jìn)行局部?jī)?yōu)化的模型需求。然而，這些智能模型通常由傳統(tǒng)的求解器和啟發(fā)式算法構(gòu)建，普遍存在求解耗時(shí)長(zhǎng)、結(jié)果穩(wěn)定性差等問(wèn)題。百度將調(diào)度決策問(wèn)題抽象為順序推理問(wèn)題，利用其與語(yǔ)言模型相似的特性，利用順序模型中大模型的優(yōu)秀領(lǐng)先地位，基于大模型進(jìn)行包裹優(yōu)化，從而推出物流行業(yè)調(diào)度決策大模型。

該模型基于大模型的模型結(jié)構(gòu)進(jìn)行微調(diào)，通過(guò)槳式PARL強(qiáng)化學(xué)習(xí)框架進(jìn)行訓(xùn)練，實(shí)現(xiàn)端到端的推理并輸出決策結(jié)果，以滿(mǎn)足車(chē)輛調(diào)度、配載裝箱、倉(cāng)庫(kù)選址等多種物流場(chǎng)景下的決策優(yōu)化。

對(duì)比評(píng)估后，基于車(chē)輛調(diào)度場(chǎng)景下200個(gè)網(wǎng)點(diǎn)的標(biāo)準(zhǔn)數(shù)據(jù)集對(duì)物流決策模型進(jìn)行了測(cè)試。與傳統(tǒng)啟發(fā)式算法相比，成本指標(biāo)降低3%以上，時(shí)間消耗降低90%以上。

圖源： 百度地圖開(kāi)放平臺(tái)