ProfiLLM은 대규모 행동 로그에서 의미론적 특징 추출기로 LLM을 활용하는 산업용 택시 호출 배차 시스템의 새로운 접근법입니다.
ProfiLLM은 수백만 건의 일일 주문량 플랫폼에서 LLM의 컨텍스트 창 제한, 장기 사용자 프로파일링 어려움, 표면적인 프로파일의 유틸리티 부족 문제를 해결합니다.
DiDi의 생산 배차 시스템에 ProfiLLM을 적용한 결과, 결과 예측 AUC가 최대 +6.14% 향상되고, 배차 시뮬레이션에서 GMV가 최대 +4.35% 증가하는 등 긍정적인 효과를 확인했습니다.