/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
WorldModel-Textworld-Llama3.1-8B
Библиотека
transformers
Опубликована
2 мар 2026

BehR-WorldModel-Textworld-Llama3.1-8B

Генерация текстаТекст → текст3 профессии

Дообученная модель Llama 3.1 с 7,5 млрд параметров предсказывает следующие текстовые наблюдения в TextWorld для симуляции взаимодействий агентов.

96скачиваний за 30 дней1лайквеса обновлены30 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ricardo-H/BehR-WorldModel-Textworld-Llama3.1-8B — дообученная плотная авторегрессионная языковая модель семейства Llama 3.1, созданная на базе X1AOX1A/WorldModel-Textworld-Llama3.1-8B. Принимая историю взаимодействий агента с текстовой средой и его следующее действие, она предсказывает следующее текстовое наблюдение. Это позволяет использовать её как симулятор TextWorld для развёртывания и оценки агентов.

Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст длиной до 131 072 токенов. Весы представлены в формате safetensors и предназначены для работы через Transformers. В статье модель оценивается в TextWorld по метрикам точного совпадения следующего шага, успешности заданий и согласованности поведения.

Модель предназначена для исследований мировых моделей и симуляции агентов в текстовых средах. Проверена только на TextWorld: поведение за пределами этой среды не валидировано, а предсказания могут быть правдоподобными, но неверными, поэтому их не следует считать достоверными наблюдениями реальной среды. Карточка указывает лицензию как «other», без уточнения её условий.

Сценарии применения

  • симуляция следующих наблюдений в TextWorld
  • генерация развёртываний агента в текстовой среде
  • оценка поведения агента в TextWorld
  • исследование мировых моделей для текстовых сред

Ограничения

Оценка проводилась только на TextWorld, поэтому поведение за пределами этой среды не проверено; предсказанные наблюдения могут быть правдоподобными, но ошибочными. Условия лицензии «other» в карточке не уточнены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BehR-WorldModel-Textworld-Llama3.1-8B

A behavior-consistent text-based world model for TextWorld.

Model details

FieldValue
Base modelX1AOX1A/WorldModel-Textworld-Llama3.1-8B
Base revision0cc3d6046690ea2f947dca9843531fbcaf7e19c9
ArchitectureLlamaForCausalLM (Llama-3.1-8B)
EnvironmentTextWorld, via AgentGym

Given the agent-visible interaction history and the agent's next action, the model predicts the next environment observation. It can therefore act as a text simulator for agent rollouts in TextWorld.

Transformers usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Ricardo-H/BehR-WorldModel-Textworld-Llama3.1-8B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

Evaluation

The paper evaluates this model on TextWorld with single-step exact match, task-success and consistency metrics. See the paper and the serving and evaluation repository for the evaluation protocol and reported results.

Intended use and limitations

  • Intended for research on world models and agent simulation in text-based environments.
  • Evaluated only on TextWorld; behavior outside that distribution is unvalidated.
  • Predicted observations may be plausible but factually wrong. Do not treat outputs as ground truth about the real environment.
  • The model inherits biases and failure modes from Llama 3.1 8B and the base world model.

License and provenance

This model is a derivative of X1AOX1A/WorldModel-Textworld-Llama3.1-8B at revision 0cc3d6046690ea2f947dca9843531fbcaf7e19c9, which is itself derived from Meta Llama 3.1. Use is governed by the Llama 3.1 Community License and by the terms of the base world model; check the base repository before redistribution or commercial use. The serving and evaluation repository is Apache-2.0; these model weights are not.

Built with Llama.

The base world model and the WebShop/TextWorld data splits originate from From Word to World: Can Large Language Models be Implicit Text-based World Models? (arXiv:2512.18832).

Citation

@article{huang2026behrwm,
  title   = {Beyond State Consistency: Behavior Consistency in Text-Based World Models},
  author  = {Huang, Youling and Chen, Guanqiao and Yao, Junchi and Wang, Lu and
             Yang, Fangkai and Du, Chao and Zhao, ChenZhuo and Zhao, Pu and
             Lin, Qingwei and Rajmohan, Saravan and Zhang, Dongmei},
  journal = {arXiv preprint arXiv:2604.13824},
  year    = {2026},
  url     = {https://arxiv.org/abs/2604.13824}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c14e80b

0 моделей