DiMA：DiDi 上的 LLM 驱动的叫车助手
计算与语言
2025-10-10 v3 计算机与社会
人机交互
摘要
DiDi、Uber 和 Lyft 等按需叫车服务改变了城市交通，提供了无与伦比的便利性和灵活性。在本文中，我们介绍了 DiMA，一个部署在 DiDi Chuxing 中的 LLM 驱动的叫车助手。其目标是通过自然高效的对话界面，在动态且复杂的时空城市环境中提供无缝的叫车服务及更多功能。为实现这一目标，我们提出了一种时空感知的订单规划模块，利用外部工具进行精确的时空推理和渐进式订单规划。此外，我们开发了一个经济高效的对话系统，集成了多种类型的对话回复器，并采用具有成本意识的 LLM 配置来处理多样化的对话目标并在响应质量与延迟之间进行权衡。此外，我们引入了一种持续微调方案，利用真实交互和模拟对话来使助手的行为与人类偏好的决策过程保持一致。自部署在 DiDi 应用程序以来，DiMA 在真实交互中实现了订单规划 93% 的准确率和响应生成 92% 的准确率。离线实验进一步验证了 DiMA 的能力，与三种最先进的智能体框架相比，订单规划提升了高达 70.23%，响应生成提升了 321.27%，同时将延迟降低了 0.72× 至 5.47×。这些结果确立了 DiMA 作为一种有效、高效且智能的移动叫车助手的地位。我们的项目发布于 https://github.com/usail-hkust/DiMA，我们还发布了 MCP 服务（https://mcp.didichuxing.com/api）以促进叫车研究社区。
引用
@article{arxiv.2503.04768,
title = {DiMA: An LLM-Powered Ride-Hailing Assistant at DiDi},
author = {Yansong Ning and Shuowei Cai and Wei Li and Jun Fang and Naiqiang Tan and Hua Chai and Hao Liu},
journal= {arXiv preprint arXiv:2503.04768},
year = {2025}
}
备注
KDD 2025