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)場景特點，于近日正式推出物流大模型測試版，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，介紹了在物流場景中，配送地址是一個非常重要的高頻使用的基礎(chǔ)信息。面對海量且質(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)并做好糾錯補全工作，將影響后續(xù)運單拆分、履約發(fā)貨等環(huán)節(jié)的質(zhì)量和效率。此前，面對更復(fù)雜的地址文本(如長文本和不規(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，需要大量代價高昂的人工審核和糾錯。

圖源： 百度地圖開放平臺

針對以上行業(yè)普遍存在的痛點，百度地圖依托百度文心大模型在中文語義識別理解、知識增強等方面的優(yōu)勢。通過對百度地圖POI大數(shù)據(jù)和物流運單閘口地址數(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，能夠很好地實現(xiàn)地址內(nèi)容識別、地理關(guān)系分析、地址驗證與糾錯、地址坐標(biāo)分析、地址相似性判斷等多項任務(wù)。與傳統(tǒng)算法模型相比，其識別和理解精度大大提高。各種情況下的識別效果示例如下:

圖源： 百度地圖開放平臺

經(jīng)過對比評測，物流地址大模型在不同的地址分級層級下的識別正確率，相比傳統(tǒng)方式均有大幅提升：

圖源： 百度地圖開放平臺

在調(diào)度決策模型方面，介紹了物流運作是一個鏈條長、跨部門的企業(yè)的復(fù)雜活動。處于物流運作鏈條前端的車輛調(diào)度、配載和裝箱，對物流成本和效率的影響非常明顯，因此誕生了很多對這些環(huán)節(jié)進行局部優(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，普遍存在求解耗時長、結(jié)果穩(wěn)定性差等問題。百度將調(diào)度決策問題抽象為順序推理問題，利用其與語言模型相似的特性，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)進行微調(diào)，通過槳式PARL強化學(xué)習(xí)框架進行訓(xùn)練，實現(xiàn)端到端的推理并輸出決策結(jié)果，以滿足車輛調(diào)度、配載裝箱、倉庫選址等多種物流場景下的決策優(yōu)化。

對比評估后，基于車輛調(diào)度場景下200個網(wǎng)點的標(biāo)準(zhǔn)數(shù)據(jù)集對物流決策模型進行了測試。與傳統(tǒng)啟發(fā)式算法相比，成本指標(biāo)降低3%以上，時間消耗降低90%以上。

圖源： 百度地圖開放平臺