TransitLM：无地图公交路线生成的大规模数据集和基准

传统上，公共交通路线规划依赖于结构化地图基础设施和复杂的路线引擎，并且没有现有的数据集支持训练模型来绕过这种依赖性。我们展示了 TransitLM，这是一个包含来自中国四个城市的超过 1300 万条公交路线规划记录的大型数据集，涵盖 120,845 个车站和 13,666 条线路，作为连续 预训练 语料库和三个具有互补指标的评估任务的基准数据发布。实验表明，在 TransitLM 上训练的 LLM 能够以高精度生成结构上有效的路线，并隐式地将任意 GPS 坐标接地到适当的站点，而无需任何显式映射。这些结果表明，公交路线规划可以完全从数据中学习，从而能够直接根据出发地-目的地信息生成端到端、无地图的路线。数据集和基准可在 https://huggingface.co/datasets/GD-ML/TransitLM 获取，评估代码可在 https://github.com/HotTricker/TransitLM 获取。