/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
WorldModel-Textworld-Qwen2.5-7B
Библиотека
transformers
Опубликована
2 мар 2026

BehR-WorldModel-Textworld-Qwen2.5-7B

Генерация текстаТекст → текст3 профессии

Дообученная Qwen2.5-7B предсказывает следующие текстовые наблюдения в TextWorld для симуляции прогонов агентов.

87скачиваний 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-Qwen2.5-7B — дообученная модель Qwen2.5-7B, разработанная для моделирования текстовых миров TextWorld. По истории взаимодействий, доступной агенту, и его следующему действию модель генерирует прогноз следующего наблюдения среды, поэтому её можно использовать как текстовый симулятор для прогонов агента.

Модель построена на плотной архитектуре Qwen2ForCausalLM и содержит 7,1 млрд параметров. Она работает с текстом, поддерживает контекст до 131 072 токенов и доступна в формате safetensors для Transformers. В статье модель оценивается на TextWorld по точному совпадению на следующем шаге, успешности выполнения задач и согласованности поведения.

Модель предназначена для исследований мировых моделей и симуляции агентов в текстовых средах. Она проверялась только на TextWorld, поэтому её поведение в других средах не валидировано; предсказания могут быть правдоподобными, но ошибочными и не должны считаться достоверными сведениями о реальной среде. Указана лицензия other, конкретные условия использования следует сверить с карточкой модели.

Сценарии применения

  • предсказание следующего наблюдения TextWorld по истории и действию агента
  • симуляция текстовой среды для прогонов агента
  • исследование согласованности поведения мировых моделей
  • оценка агентов в текстовых приключенческих средах

Ограничения

Оценивалась только на TextWorld; работа в других средах не проверена. Сгенерированные наблюдения могут быть фактически неверными и не должны использоваться как достоверная информация о реальной среде.

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-Qwen2.5-7B

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

Model details

FieldValue
Base modelX1AOX1A/WorldModel-Textworld-Qwen2.5-7B
Base revisionb052a201ae867c3058efba17c9af9cb1635d1f09
ArchitectureQwen2ForCausalLM (Qwen2.5-7B)
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-Qwen2.5-7B"
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 Qwen2.5-7B and the base world model.

License and provenance

This model is a derivative of X1AOX1A/WorldModel-Textworld-Qwen2.5-7B at revision b052a201ae867c3058efba17c9af9cb1635d1f09, which is itself derived from Qwen2.5-7B. Use is governed by the Qwen2.5 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.

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
Qwen2ForCausalLM
Ревизия весов
6a4326a

0 моделей