TransitLM：大规模无地图公交线路生成的数据集与基准
计算与语言
2026-05-22 v1 人工智能
机器学习
摘要
公交线路规划传统上依赖结构化地图基础和复杂的路由引擎，现有数据集尚不支持训练模型以规避此依赖。我们提出TransitLM，一个覆盖四个中国城市、包含120,845个车站和13,666条线路的超大规模公交线路规划数据集，作为持续预训练语料库和基准数据发布，用于三个互补评估任务。实验表明，基于TransitLM训练的大语言模型能够以高准确率生成结构上有效的线路，同时无需显式映射即可将任意GPS坐标隐式地映射到合适的车站。这些结果表明，公交线路规划完全可从数据中学习，实现从起点-终点信息到终点的端到端、无地图线路生成。该数据集和基准已发布于https://huggingface.co/datasets/GD-ML/TransitLM，评估代码位于https://github.com/HotTricker/TransitLM。
引用
@article{arxiv.2605.22355,
title = {TransitLM: A Large-Scale Dataset and Benchmark for Map-Free Transit Route Generation},
author = {Hanyu Guo and Jiedong Yang and Chao Chen and Longfei Xu and Kaikui Liu and Xiangxiang Chu},
journal= {arXiv preprint arXiv:2605.22355},
year = {2026}
}