/ Модель

Характеристики

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

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

Генерация текстаТекст → текст3 профессии

Дообученная на Qwen2.5-7B модель симулирует текстовую среду WebShop, предсказывая следующее наблюдение для агента.

78скачиваний 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-Webshop-Qwen2.5-7B — дообученная текстовая модель на архитектуре Qwen2.5-7B с 7,1 млрд параметров, предназначенная для моделирования среды WebShop. По истории взаимодействий агента и его следующему действию она предсказывает следующее текстовое наблюдение среды, позволяя симулировать WebShop для запусков и оценки агентов. Модель работает через Transformers; веса сохранены в формате safetensors, заявленная длина контекста — 131 072 токена.

Модель ориентирована на исследования мировых моделей и симуляцию агентов в текстовых средах. В статье её оценивают на WebShop по точному совпадению на одном шаге, успешности выполнения задач и согласованности поведения. Проверка ограничена WebShop: за его пределами поведение не подтверждено, а предсказанные наблюдения могут быть правдоподобными, но фактически неверными, поэтому их нельзя считать достоверными сведениями о реальной среде. Модель наследует смещения и ограничения Qwen2.5-7B и базовой мировой модели. Лицензия указана как other; конкретные условия следует проверять в карточке репозитория.

Сценарии применения

  • симуляция следующего наблюдения WebShop после действия агента
  • генерация текстовых траекторий агента для WebShop
  • оценка поведения агентов в текстовом интернет-магазине
  • исследования мировых моделей для текстовых сред

Ограничения

Оценка проводилась только на WebShop, поэтому работа за пределами этой среды не подтверждена. Предсказания могут быть фактически неверными и не должны использоваться как достоверное описание реальной среды.

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-Qwen2.5-7B

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

Model details

FieldValue
Base modelX1AOX1A/WorldModel-Webshop-Qwen2.5-7B
Base revision99e530d0e6f19c1e61734b61eaec8c2a3a11cabd
ArchitectureQwen2ForCausalLM (Qwen2.5-7B)
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-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 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 Qwen2.5-7B and the base world model.

License and provenance

This model is a derivative of X1AOX1A/WorldModel-Webshop-Qwen2.5-7B at revision 99e530d0e6f19c1e61734b61eaec8c2a3a11cabd, 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
ba6be9a

0 моделей