大模型成私人导游，一键规划Citywalk，港大MIT联合出品
内容提要
港大MIT联合推出ITINERA，结合LLM与空间优化，实现个性化的开放域城市行程规划。ITINERA具有动态信息、个性定制、多样约束和空间智能等特色。通过训练评估，ITINERA在旅行行程数据集上表现更优。ITINERA由五个模块组成，能够生成个性化、空间连贯的citywalk行程。
延伸解读
ITINERA如何解决大模型行程规划的痛点
直接使用大模型规划行程常出现POI与需求不符、绕路、距离过远甚至幻觉生成不存在的POI等问题。ITINERA通过结合空间优化算法，在生成路线前对POI进行空间聚类和排序，确保路线空间连贯。例如，在“文艺路线，经过桥和渡轮”的请求中，ITINERA能准确选择苏州河沿岸的桥和黄浦江渡轮，并将地点集中在两个空间聚类中，而GPT-4 CoT则出现绕路和POI不符的情况。
五大模块协同实现个性化与空间智能
ITINERA由五个模块组成：UPC从社交平台构建用户兴趣点数据库；RD解读用户偏好并结构化；PPR根据偏好检索相关POI；CSO通过分层旅行商问题优化空间排列；IG结合约束生成最终行程和描述。这种模块化设计使系统能动态更新信息、灵活应对多样约束，并优先考虑个人喜好而非仅热门景点，从而生成既符合用户请求又空间合理的citywalk路线。
评估指标与表现：客观与主观双重验证
研究使用四个城市的旅行行程数据集（1233条路线、7578个POI），通过POI召回率、总路程与最短路径差值、交叉点个数、未知POI比例等客观指标评估。ITINERA在所有指标上均优于GPT-3.5、GPT-4和GPT-4 CoT。此外，LLM自动评估和用户专家评估显示，ITINERA在POI质量、行程质量和匹配度上得分更高，表明其能有效提升个性化推荐准确度和空间合理度。
Q&A
ITINERA是什么？
ITINERA是港大与MIT联合推出的系统，结合大语言模型和空间优化，实现个性化的城市行程规划。
ITINERA如何满足用户的个性化需求？
ITINERA通过解析用户请求，检索相关兴趣点，并结合空间优化算法生成符合用户偏好的行程。
ITINERA与传统行程规划相比有什么优势？
ITINERA在多个客观指标上表现优于传统行程规划和其他大语言模型方法，生成的行程更合理高效。
ITINERA的五个模块分别是什么？
ITINERA由用户兴趣点数据库构建、请求解读、偏好检索、空间优化和行程生成五个模块组成。
ITINERA如何处理动态信息？
ITINERA实时更新兴趣点和当前热门活动，以确保生成的行程信息是最新的。
ITINERA在评估中表现如何？
ITINERA在旅行行程数据集上表现优异，获得了更高的POI质量、行程质量和匹配度评分。
