Downloads · 30 days
13
19% of all-time downloads
Transit-R1-SFT
orville-wang/Transit-R1-SFT
Transit-R1-SFT is a text generation model from orville-wang. Use it when you need the model to write or continue text. The card lists the license as apache-2.0.
Transit-R1-SFT 是基于 Qwen2.5-3B-Instruct 微调的智能出行规划模型，专门针对上海市公共交通路径规划场景优化。该模型通过监督微调(SFT)学习了结构化的推理范式，能够为用户提供个性化的出行方案。
All-time downloads
70
Public
Parameters
3.1B
13.6 GB on disk
Likes
1
Public
Repo makeup
Click a slice to open those files.
.safetensors13.6 GB · 100%
At a glance
- Task
- Text Generation
- License
- apache-2.0
- Model type
- qwen2
- Access
- Public
- Created
- Oct 20, 2025
- Updated
- Oct 20, 2025
- SHA
- 025fb2a4
Base models
Model card
From the Hugging Face model README
Transit-R1-SFT
模型介绍
Transit-R1-SFT 是基于 Qwen2.5-3B-Instruct 微调的智能出行规划模型，专门针对上海市公共交通路径规划场景优化。该模型通过监督微调(SFT)学习了结构化的推理范式，能够为用户提供个性化的出行方案。
这是 Transit-R1 项目的 SFT 版本，旨在为后续的强化学习提供基础。
主要特性
- 🚇 智能路线规划: 支持地铁、公交、步行等多种交通方式的组合规划
- 🎯 个性化推荐: 根据用户偏好（时间优先、成本优先、换乘最少、舒适优先）提供定制化方案
- 🔄 结构化推理: 采用
<think>→<code>→<observation>→<answer>的四阶段推理流程 - 🗺️ 上海地区专精: 针对上海市公共交通系统和地标建筑深度优化
- ⚡ 轻量高效: 3B参数规模，支持本地部署和实时推理
- 📱 API集成: 支持高德地图API调用进行实时路线查询
训练数据
- 数据规模: 5000条高质量出行规划样本
- 覆盖场景: 医院、学校、商圈、住宅区、文化场所等多样化出行场景
- 用户画像: 涵盖学生、上班族、老人、游客、商务人士等不同群体
- 地理范围: 专注上海市主要区域和热门地标
- 数据质量: 真实API响应，人工校验，确保方案可行性
模型架构
- 基础模型: Qwen2.5-3B-Instruct
- 训练方法: 监督微调 (SFT)
- 参数量: 3B
- 上下文长度: 2048 tokens
- 训练轮数: 4 epochs
- 学习率: 1e-5
- Task
- Text Generation
- Type
- qwen2
- License
- apache-2.0
- Languages
- zh
- Created
- Oct 20, 2025
- Updated
- Oct 20, 2025