TransitLM

TransitLM是一个用于无地图公交路线生成的大规模数据集和基准。TransitLM is a large-scale dataset and benchmark for map-free public transit route generation.

原始信息汇总

TransitLM 数据集与基准评测平台

该项目为论文 TransitLM: A Large-Scale Dataset and Benchmark for Map-Free Transit Route Generation 提供了配套的评估代码，旨在通过统一的漏斗式流水线系统性地评估公交路线规划模型的输出。

核心资源

• 论文: TransitLM: A Large-Scale Dataset and Benchmark for Map-Free Transit Route Generation
• 数据集(Hugging Face): GD-ML/TransitLM
• 数据集(ModelScope): GD-ML/TransitLM

支持的评估场景

该代码库统一支持以下四种典型场景的评估：

1. 单路线规划
2. 偏好感知规划
3. 多路线多样性
4. 通用大语言模型评估（通过远程路线评估 API）

分层评估维度

评估器不产生单一的聚合分数，而是将质量分解为以下几个维度：

• 可达性
• 站点接地
• 结构一致性
• 距离、时间与费用的合理性

评估流程（四轮核心漏斗）

所有场景共享以下四轮核心检查：

轮次	检查项	验证内容
1	可达性	相邻站点在 next_stop_ids 中是否联通
2	站点接地与距离合理性	验证起/终点接地以及换乘距离的合理性
3	线路IoU + 站点IoU + 专家分数 + 换乘模式一致性	验证预测结果与参考结果的结构一致性
4	估算准确性	验证距离、时间、费用和换乘次数的估算准确性

阈值与容差：

• 轮次2阈值：步行 3 km，骑行 5 km，出租车 10 km
• 轮次4容差：距离、时间、费用均为 ±10% 或固定值（距离 0.5 km，时间 5 分钟，费用 1 元），换乘距离 ±0.5 km

专家分数公式 (用于轮次3)： S = T_sec / 300 + (N_lines + cycling_segments) + fare

额外逻辑

偏好感知规划

增加第5轮：偏好合规性检查，验证是否满足用户约束（如更少换乘、不乘坐地铁、地铁优先、更短出行时间）。

多路线多样性

增加指标：

• 最佳匹配 (Best-Match)：若首条路线不精确匹配，在第二、第三条路线中搜索可达的精确替代方案。
• 路线多样性 (Route Diversity, RD)：mean(1 - IoU(L_i, L_j))，其中换乘模式包含在路线签名中。

通用大语言模型评估

支持通过 --api_url 和 --batch_size 参数调用远程评估 API。

输入数据格式

CSV字段

字段	描述
index_id	样本标识符
sft_prompt	提示词 JSON 字符串（通常包含查询/起点/终点/城市）
sft_label	真实路线 JSON
generate_results	模型输出 JSON
req_type (基准2)	偏好类型

路线 JSON 格式

单路线任务： json { "station_sequence": ["stop_id_1", "stop_id_2"], "line_sequence": ["Line A"], "total_distance": "12.5", "total_time": "35", "total_fare": "4", "start_transfer_mode": "步行", "start_transfer_distance": "0.8", "end_transfer_mode": "步行", "end_transfer_distance": "0.6" }

多样性任务（多路线）： json { "first": { 同上 }, "second": { 同上 }, "third": { 同上 } }

通用LLM设置：标签使用 station_sequence，预测侧使用站点名称，远程评估器主要依赖上/下车站点和归一化的换乘结构。

关键输出信号

• 可达性通过率
• 站点IoU等于1的样本数
• 总体准确率
• 偏好合规性 (基准2)
• 最佳匹配命中数与路线多样性 (基准3)

仓库结构

. ├── common.py ├── single_route/evaluate.py ├── personalized/evaluate.py ├── diversity/evaluate.py ├── general_llm/evaluate.py └── data/ ├── station_info.csv ├── benchmark1_single_route_example.csv ├── benchmark2_personalized_example.csv ├── benchmark3_diversity_example.csv └── general_llm_example.csv

搜集汇总

数据集介绍

构建方式

TransitLM数据集基于大规模真实交通网络数据构建而成，覆盖多城市、多模态的公共交通线路信息。其构建方式综合了静态路网拓扑和动态运营数据，通过系统化的采样策略生成具有代表性的路线规划样本。每个样本包含起始点、终点、城市标识以及对应的最优路线标注，并依据偏好类型（如换乘最少、地铁优先、时间最短等）进行分层归类，从而支撑单路线、偏好感知、多路线多样性及通用大语言模型评估等四大典型场景。

特点

该数据集的核心特色在于其多维度、分层次的评估体系。不同于仅输出单一聚合分数的传统基准，TransitLM将路线质量解构为可达性、站点接地性、结构一致性以及距离、时间、费用的估计准确性等独立维度。此外，数据集支持偏好合规验证和路线多样性度量（如最佳匹配命中率与IoU差异性），并能通过远程API适配通用大语言模型，展现出极高的灵活性和场景覆盖能力。

使用方法

数据集的配套评估工具基于Python 3.8+标准库实现，轻量便捷。用户可直接运行内置示例脚本（如single_route/evaluate.py）并指定输入字段，系统即自动执行四轮核心漏斗评估。对于个性化与多样性场景，只需配置偏好字段或多路线JSON格式输入；通用LLM评估则通过--api_url参数接入远程评估接口。评估结果以逐轮摘要形式输出，重点信号包括可达性通过率、站点IoU为1的样本数及整体准确率，便于快速定位模型薄弱环节。

背景与挑战

背景概述

TransitLM数据集由高德地图与相关研究机构于2025年联合创建，旨在解决无地图场景下公共交通路线生成的领域空白。该数据集聚焦于大规模、多模态的路线规划任务，涵盖单路线规划、个性化偏好感知、多路线多样性及通用大语言模型评估四大核心场景。通过引入分层评价体系，TransitLM将路线质量分解为可达性、站点锚定、结构一致性与行程估算准确性等多个维度，为智能交通系统提供了标准化的评估基准。其发布显著推动了基于深度学习的交通路线生成研究，成为相关领域的重要参照。

当前挑战

TransitLM面临的挑战涵盖领域问题与数据构建两个层面。在领域问题中，公共交通路线生成需应对复杂网络拓扑下的可达性验证、多模式换乘约束与个性化需求（如少换乘、优先地铁）的整合，同时需保证多路线输出的多样性且不牺牲准确性。在数据构建过程中，挑战包括：构建大规模、高质量的真实路线标签数据，需处理站点名称与ID的映射歧义；设计可跨场景复用的评价管道，统一不同任务（如单路线与多路线）的指标计算；以及解决长距离换乘距离阈值（如步行3公里、骑行5公里）的合理设定，避免过松或过严的评估偏差。

常用场景

经典使用场景

TransitLM数据集在无地图的公交线路生成任务中扮演着不可或缺的基准角色。其经典使用场景聚焦于从起点至终点的单一路径规划，要求模型仅依据站点序列与线路信息，生成结构完整、换乘合理且时间距离估计准确的出行方案。借助该数据集提供的标准化评估管线，研究者能够系统性地考察模型在可达性、站点锚定、线路重叠度以及专家评分等多个维度的表现，从而在统一框架下公平比较不同方法在公交线路生成任务上的优劣。

衍生相关工作

围绕TransitLM数据集已衍生出一系列卓有成效的研究工作。在偏好感知规划方面，研究者利用其第五轮偏好符合度检查机制，设计出能够理解自然语言约束（如“少换乘”、“优先地铁”）的换乘决策模型。在多路径多样性任务上，Best-Match与Route Diversity指标的引入促使学者开发出聚焦于路线语义差异的新型排序算法。通用大语言模型评估路径的开放，也催生了以远程API为核心、以站点名称为输入的轻量化线路推理方法，丰富了无地图公交生成领域的技术生态。

数据集最近研究

最新研究方向

面对城市交通规划中日益增长的智能化需求，TransitLM数据集开创性地将大语言模型引入公交路线生成领域，打破了传统依赖地图数据的范式。该数据集设计了单路线规划、个性化偏好感知、多路线多样性及通用大模型评估四大场景，构建了从可达性、站点接地性、结构一致性到时空票价估计精度的多层次评估框架。其研究前沿聚焦于利用大语言模型的推理能力实现无地图条件下的实时公交路径优化，填补了该领域大规模标准化基准的空白，为探索生成式人工智能在智慧城市交通中的可信应用提供了关键支撑。