TripTailor：面向个性化旅行规划的真实场景基准
人工智能
2025-08-05 v1
摘要
大语言模型（LLMs）的持续演进和增强的推理能力提升了其在复杂任务中的作用，尤其是在旅行规划领域，用户对提供个性化高质量行程的需求日益增长。然而，当前的基准测试往往依赖于不切实际的模拟数据，无法反映 LLM 生成行程与真实世界行程之间的差异。现有的评估指标主要侧重约束条件，难以全面评估旅行计划的整体质量。为此，我们引入 TripTailor，一个专为真实场景下的个性化旅行规划设计的基准测试。该数据集包含超过 50 万个真实世界的旅游景点（POIs）和近 4000 个多样化旅行行程，配有详细信息，提供了更真实的评估框架。实验表明，最新 SOTA LLM 生成的行程中，不足 10% 能达到人类水平。此外，我们确定了旅行规划中的几个关键挑战，包括方案的可行性、合理性以及个性化定制。我们希望 TripTailor 能推动开发能够理解和满足用户需求，同时生成实用行程的旅行规划智能体。我们的代码和数据集已提供 at https://github.com/swxkfm/TripTailor
引用
@article{arxiv.2508.01432,
title = {TripTailor: A Real-World Benchmark for Personalized Travel Planning},
author = {Yuanzhe Shen and Kaimin Wang and Changze Lv and Xiaoqing Zheng and Xuanjing Huang},
journal= {arXiv preprint arXiv:2508.01432},
year = {2025}
}
备注
Accepted to ACL 2025 Findings