AddrLLM：基于大语言模型的全国物流数据地址重写

物理位置的文本描述，通常称为地址，在按需配送和导航等基于位置的服务（LBS）中扮演着重要角色。然而，异常地址（包含不准确信息而无法定位位置的地址）的普遍存在导致了巨大的成本。地址重写已成为纠正这些异常地址的一种解决方案。尽管需求迫切，但现有的地址重写方法有限，通常针对特定错误类型进行定制，或需要频繁重新训练才能有效处理新的地址数据。在本研究中，我们提出了AddrLLM，一种基于检索增强型大语言模型的创新地址重写框架。AddrLLM通过精心设计的监督微调模块、以地址为中心的检索增强生成模块和无偏目标对齐模块，克服了上述局限性。据我们所知，本研究开创性地应用了基于大语言模型的地址重写方法来解决异常地址问题。通过在全国范围内使用真实数据进行全面的离线测试以及随后的在线部署，AddrLLM在与现有物流系统的集成中展现了卓越的性能。它使包裹重新路由率显著降低了约43%，突显了其在现实应用中的卓越效果。