百度地圖發(fā)布物流大模型Beta版

9月22日消息，百度地圖基于百度的大模型技術(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 Beta版，率先在物流地址解析、物流調(diào)度決策兩大領(lǐng)域開展應(yīng)用。

調(diào)度決策大模型方面，據(jù)介紹，在物流場(chǎng)景中，收發(fā)貨地址是高頻使用且非常重要的基礎(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，能否對(duì)其進(jìn)行快速、準(zhǔn)確的標(biāo)準(zhǔn)化識(shí)別，來(lái)提取結(jié)構(gòu)化數(shù)據(jù)并做好糾錯(cuò)、補(bǔ)全等操作，將影響后續(xù)的運(yùn)單分單、履約配送等環(huán)節(jié)的質(zhì)量和效率。此前，在面對(duì)較為復(fù)雜的地址文本時(shí)（如長(zhǎng)文本與不規(guī)則文本），傳統(tǒng)的地址解析模型往往很難做到有效的信息提取與正確解析，需要輔以大量高成本的人工復(fù)核與糾錯(cuò)處理。

圖源： 百度地圖開放平臺(tái)

針對(duì)上述行業(yè)普遍存在的痛點(diǎn)，百度地圖借助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)、物流運(yùn)單門址數(shù)據(jù)進(jìn)行深度挖掘，并基于百度文心大模型構(gòu)建多種場(chǎng)景下的預(yù)訓(xùn)練任務(wù)，形成能夠更好地理解物流地址領(lǐng)域?qū)I(yè)知識(shí)的物流地址大模型。

該模型可處理復(fù)雜且無(wú)固定格式的文本，能很好地實(shí)現(xiàn)地址內(nèi)容識(shí)別、地理關(guān)系分析、地址核驗(yàn)糾錯(cuò)、地址坐標(biāo)解析、地址相似性判斷等多種任務(wù)，其識(shí)別理解的準(zhǔn)確率相對(duì)傳統(tǒng)算法模型有大幅的提升。各種場(chǎng)景下的識(shí)別效果示例如下：

圖源： 百度地圖開放平臺(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： 百度地圖開放平臺(tái)

調(diào)度決策大模型方面，據(jù)介紹，物流運(yùn)作是企業(yè)跨部門、長(zhǎng)鏈條的復(fù)雜活動(dòng)。處于物流運(yùn)作鏈條前端的車輛調(diào)度、配載裝箱等環(huán)節(jié)，對(duì)物流成本和效率的影響非常明顯，因此催生出很多針對(duì)這些環(huán)節(jié)進(jìn)行局部?jī)?yōu)化的模型需求。不過(guò)，這些智能化模型通常是采用傳統(tǒng)的求解器、啟發(fā)式算法等方式來(lái)進(jìn)行構(gòu)建，普遍存在求解耗時(shí)長(zhǎng)、結(jié)果穩(wěn)定性差等問題。百度將調(diào)度決策問題抽象為序列推理問題，利用其與語(yǔ)言模型相似的特征，借助大模型在序列模型上優(yōu)異的領(lǐng)先性，基于大模型進(jìn)行封裝優(yōu)化，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)，使用Paddle PARL強(qiáng)化學(xué)習(xí)框架進(jìn)行訓(xùn)練，實(shí)現(xiàn)端到端的推理輸出決策結(jié)果，以滿足車輛調(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。

經(jīng)過(guò)對(duì)比評(píng)測(cè)，物流決策大模型在車輛調(diào)度場(chǎng)景下，基于200網(wǎng)點(diǎn)規(guī)模的標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行測(cè)試，相對(duì)于傳統(tǒng)的啟發(fā)式算法，在成本指標(biāo)上降低超過(guò)3%，耗時(shí)降低超過(guò)90%。

圖源： 百度地圖開放平臺(tái)