/ Модель

Характеристики

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

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

Генерация текстаТекст → текст3 профессии

Дообученная на базе Llama 3.1 текстовая модель мира, предсказывающая следующие наблюдения среды WebShop для симуляции прокруток агента.

66скачиваний 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

BehR-WorldModel-Webshop-Llama3.1-8B — дообученная текстовая модель мира для WebShop, представленная Ricardo-H и основанная на X1AOX1A/WorldModel-Webshop-Llama3.1-8B. Она использует архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; в репозитории указаны веса Safetensors и библиотека Transformers. Модель принимает историю взаимодействия агента и его следующее действие, а затем предсказывает следующее текстовое наблюдение среды, позволяя симулировать WebShop при прокрутке сценариев агентом.

Модель предназначена для исследований моделей мира и симуляции агентов в текстовых средах. В статье её оценивают на WebShop по метрикам точного совпадения для одного шага, успешности выполнения задач и согласованности. Лицензия в метаданных обозначена как other; конкретные условия следует проверять на странице модели. Контекстное окно — 131 072 токена.

Проверка ограничена WebShop, поэтому поведение за пределами этой среды не подтверждено. Предсказанные наблюдения могут выглядеть правдоподобно, но содержать фактические ошибки; модель наследует смещения и сбои базовой модели и не подходит для использования выходов как достоверных сведений о реальной среде.

Сценарии применения

  • симуляция следующих шагов агента в WebShop
  • предсказание наблюдения среды после действия агента
  • генерация прокруток агента для исследований моделей мира
  • оценка поведения агентов в текстовой среде WebShop

Ограничения

Оценивалась только на WebShop, поэтому поведение в других средах не проверено. Предсказания могут быть фактически неверными и не должны считаться достоверными данными 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-Webshop-Llama3.1-8B

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

Model details

FieldValue
Base modelX1AOX1A/WorldModel-Webshop-Llama3.1-8B
Base revision1f6d851839519c0acb76c51fd4f9342238046c89
ArchitectureLlamaForCausalLM (Llama-3.1-8B)
EnvironmentWebShop, 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 WebShop.

Transformers usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Ricardo-H/BehR-WorldModel-Webshop-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 WebShop 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 WebShop; 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-Webshop-Llama3.1-8B at revision 1f6d851839519c0acb76c51fd4f9342238046c89, 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
860de94

0 моделей