Amap中通过隐式推理生成时空意图序列推荐

现实世界中的用户行为很少由孤立的操作组成；相反，它通常形成受时空依赖性控制的意图流。为了提供集成的服务推荐，我们专注于生成时空意图序列推荐（GSISR）的任务，其目的是生成在复杂的时空上下文中逻辑上一致且物理上可执行的意图序列。虽然 LLM 为 GSISR 提供​​强大的推理潜力，但直接工业部署受到高推理延迟和上下文不匹配或物理上不可行的计划的限制。为了应对这些挑战，我们提出了一个生成框架 GPlan，它通过两个组件将 LLM 推理内部化为轻量级模型。首先，为了在严格的延迟约束下实现推理，我们引入了渐进式隐式 CoT 蒸馏，它将显式推理过程压缩为保留的潜在标记，允许小模型继承复杂的规划逻辑，而无需生成长推理文本。其次，为了解决常识与现实世界约束之间的脱节，我们设计了时空反事实 DPO。通过将模型与反事实背景计划对对齐，我们提高了对时空背景的敏感性并减少了背景不匹配的计划。离线实验和在线 A/B 测试表明，我们的方法提高了序列一致性和上下文响应能力。我们的实现和匿名 GSISR 数据集可在 https://github.com/alibaba/GPlan 获取。