TAGR 用任务自适应检索统一三类城市配送预测任务。
资讯摘要
论文提出 TAGR 框架，用于城市配送中的需求预测、到达时间预测和下一站预测三类异构任务。该框架用基于 LLM 的地理语义共享先验与任务专属检索库共享区域知识，并引入任务自适应检索增强模块适配不同输出结构，以减少信息错配和负迁移。作者报告在三个城市数据集上，TAGR 在多项任务上持续优于现有基线。
要点速读
- 三类配送任务依赖结构、粒度不同的历史证据，输出形式也不同，统一检索融合易造成错配与负迁移。
- TAGR 构建基于 LLM 的地理语义共享先验和任务专属检索库，LLM 区域表示无需在线推理。
- 作者报告在三个城市数据集上，TAGR 在多项任务上优于现有最优基线。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。