#

智能选址大师SiteMaster模型介绍

智能选址大师SiteMaster是利用城市范围内的POI数据和地铁站点数据，基于InternLM2-Chat-7b模型搭建的，针对于空间中某类设施进行智能选址的大模型。

训练数据介绍

1. 基础数据获取与清洗

基于高德地图和大众点评获取上海市范围内的POI数据及地铁站点数据。高德地图POI数据包含设施名称、设施类型、设施地址等信息，将信息与大众点评餐饮数据连接，获取每家店的点评活跃度、人均消费等信息；地铁站点数据包含地铁站名称、地铁站经纬度等信息。根据这两组数据，使用ArcGIS的空间分析工具，统计每个交通点周围一定服务范围内各POI数量，作为上海市范围内选址合理性评估的基础数据。

我们将上海市范围内的POI数据划分为14个大类：餐饮美食、公司企业、购物消费、交通设施、金融机构、酒店住宿、科教文化、旅游景点、汽车相关、商务住宅、生活服务、休闲娱乐、医疗保健、运动健身。每一个大类中可细分为数个小类。例如：餐饮美食包括家常菜馆、火锅和川菜、海鲜店、奶茶店、小吃店（烧烤店）、湘菜馆、素菜馆、家常菜馆等。

2. 对话语料构建

⭐选址推荐
a. 闵行区哪个地方开川菜馆比较好？（限定商业类型和区域范围）
b. 哪里可以开百货商场？（限定商业类型）

⭐类型推荐
a. 剑川路适合开什么类型的饭馆呢？（限定地点）
b. 我想在静安寺开店，开什么比较合适？

⭐选址分析
a. 我想在南京西路开小吃店，可以吗？（限定商业类型和地点）
b. 周边已经有十几家火锅店了，我还能再开吗？（设定情境）

⭐选址对比
a. 静安寺和后滩，哪里更合适开素菜馆？（限定对比选址和商业类型）

模型微调

1. 环境配置

创建虚拟环境，安装XTuner，下载InternLM2-Chat-7b模型文件。

2. XTuner微调

拷贝配置文件：

xtuner list-cfg
xtuner copy-cfg internlm_7b_qlora_json_e3 ${SAVE_PATH}

根据本地情况修改配置文件，包括预训练模型存放的位置、微调数据的存放位置等。使用命令行将选址数据集放入InternLM2-Chat-7b训练：

xtuner train /root/internlm_7b_qlora_json_e3_copy.py --deepspeed deepspeed_zero2

3. 参数转换与合并

使用XTuner将训练后的.pth格式参数转Hugging Face格式：

xtuner convert pth_to_hf $CONFIG_NAME_OR_PATH $PTH $SAVE_PATH

将参数与原始模型合并，保存得到完整模型：

xtuner convert merge $NAME_OR_PATH_TO_LLM $NAME_OR_PATH_TO_ADAPTER $SAVE_PATH --max-shard-size 2GB

完整模型开源在ModelScope平台：模型地址