/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
MIT
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
4 июн 2026

osim-8b

Генерация текстаТекст → текст3 профессии

OSim-8B — дообученная языковая модель для реалистичной симуляции пользователя в диалогах и оценки агентных систем.

1 307скачиваний за 30 дней9лайковвеса обновлены4 июн 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

OSim-8B — текстовая постобученная модель для симуляции поведения человека, разработанная группой Carnegie Mellon University Language Technologies Institute (CMU LTI) и опубликованная под идентификатором cmu-lti/osim-8b. Это дообученная версия Qwen/Qwen3-8B с плотной архитектурой Qwen3ForCausalLM и 7,6 млрд параметров; модель принимает текст, поддерживает контекст до 32 768 токенов и выдаёт текст. Её обучали на корпусе OdysSim из 62 поведенческих наборов данных, а затем применяли целевое обучение с подкреплением и консолидацию экспертных данных.

Модель предназначена для генерации следующей реплики от лица пользователя или другого участника диалога при заданном социальном контексте: роли, цели, биографии и стиля общения. Её используют для оценки диалоговых и агентных систем, социальной симуляции, моделирования персон и ролевых диалогов. В описанном τ-USI бенчмарке модель показала USI 75,6 на задачах в сферах авиаперевозок и розничной торговли; авторы также отмечают высокую реактивность и калибровку исходов.

Модель не ориентирована на поведение полезного ассистента: она имитирует сторону человека или пользователя. Поддержка конкретных языков в карточке не заявлена. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • симуляция пользователя для тестирования диалогового агента
  • генерация следующей реплики заданной персоны в разговоре
  • ролевые диалоги с заданными целью и стилем общения
  • социальная симуляция взаимодействия людей и агентов
  • оценка поведения агентных систем в сценариях обслуживания

Ограничения

Модель имитирует сторону пользователя, а не полезного ассистента, поэтому её ответы не следует трактовать как стандартные ответы помощника. В карточке не указаны поддерживаемые естественные языки.

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

OSim-8B (post-trained, text)

OSim-8B is the post-trained (text) checkpoint of OSim (OdysSim), a foundation model for human behavior simulation — trained to imitate the human / user side of interactions rather than to behave as a helpful assistant. It is the text counterpart of the midtrained cmu-lti/osim-8b-mid: Qwen/Qwen3-8B midtrained on the OdysSim corpus (62 behavioral datasets along the five Soul axes — CONV/SS/COG/ROLE/EVAL) and then post-trained (task-specific RL + expert consolidation).

(Mirror of sunweiwei/OSim-8B, the text post model. For the VL variant see sunweiwei/OSim-Inst-8B.)

Intended use

Simulating the human/user side of conversations — user simulation for agent evaluation, social simulation, persona / role-play. Conditioned on a "social-context" system prompt (who is speaking: role, goal, background, style); given the other party's turns it generates the next human turn.

Results

Evaluated out-of-distribution as the user simulator in the τ-USI agentic benchmark (τ-bench airline+retail, 165 tasks, fixed GPT-5.2 agent), OSim-8B reaches USI 75.6 — the best behavioral / specialized user simulator, surpassing same-size general instruct models and every prior specialized simulator (CoSER-8B 67.2, UserLM-8B 62.0). It is distinctively human-like in reactivity (Sørensen–Dice D4 ≈ 93, matching the human inter-annotator level) and in outcome calibration (best ECE among compared models), with essentially none of the long-horizon agentic failure modes (timeouts/perseveration) seen in non-behavioral baselines.

Training

  • Base: Qwen3-8B
  • Stages: midtraining on the OdysSim corpus → task-specific reinforcement learning + expert consolidation.

Citation

If you use this model, please cite the OdysSim paper (Building Foundation Models for Human Behavior Simulation). Code: https://github.com/sunnweiwei/OdysSim

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
a0002c6

0 моделей