/ Модель

Характеристики

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

osim-8b-mid

Генерация текстаТекст → текст3 профессии

OSim-8B-Mid — дообученная модель Qwen3 для симуляции человеческих реплик в диалогах, оценки агентов и социальных сценариев.

235скачиваний за 30 дней2лайкавеса обновлены3 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-Mid — модель для симуляции человеческого поведения в диалогах, разработанная авторами проекта OdysSim. Она дообучена методом midtraining на базе Qwen/Qwen3-8B-Base: корпус OdysSim объединяет 62 публичных поведенческих набора данных, около 21,4 млн взаимодействий и 10 млрд токенов. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 32 768 токенов.

Модель предназначена для генерации следующей реплики от лица пользователя или другого участника разговора по социальному контексту, заданному в системном промпте. Её применяют для симуляции пользователей при оценке диалоговых агентов, социальных симуляций и ролевых сценариев. Обучение охватывает ведение диалога, социальные навыки, когнитивное рассуждение о состояниях собеседников, ролевое поведение и оценочные суждения. В опубликованной оценке на OdysSim модель показала perplexity 4,95 и BLEU 26,72.

Это промежуточная midtrained-версия без специализированного RL и экспертной дистилляции; для инструктивного варианта авторы указывают OSim-Inst-8B. Модель распространяется под лицензией MIT. README не уточняет языковой охват; результаты и область применения описаны для разговорной симуляции.

Сценарии применения

  • симуляция пользователя для оценки диалогового агента
  • генерация следующей реплики участника разговора по заданной персоне
  • разыгрывание социальных и ролевых диалоговых сценариев
  • моделирование поведения собеседника с заданной целью и манерой общения

Ограничения

Это midtrained-чекпойнт без специализированного RL и экспертной дистилляции; для сценариев, требующих инструктивного поведения, авторы предлагают отдельную версию OSim-Inst-8B. README не сообщает языковый охват модели.

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-Mid

OSim-8B-Mid is the midtrained 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 Qwen/Qwen3-8B-Base midtrained on the OdysSim corpus: 62 public behavioral datasets unified into a common conversational format (~21.4M interactions, ~10B tokens), organized along the five Soul capability axes — CONV (discourse/interaction), SS (social skills), COG (cognitive / mental-state reasoning), ROLE (persona, roleplay, pedagogy), and EVAL (judgment / preference). Midtraining shifts the base model's prior toward the human-side distribution, avoiding the verbose, agreeable "assistant register" induced by helpfulness post-training.

This is the mid stage only (no task-specific RL or expert distillation). For the post-trained instruct model, see sunweiwei/OSim-Inst-8B.

Intended use

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

Results (from the paper)

On the held-out OdysSim evaluation, OSim-8B-Mid attains PPL 4.95 / BLEU 26.72 — the lowest perplexity among 8B behavioral-simulation baselines (UserLM-8B 8.38, CoSER-8B 8.77, Llama-3.1-8B 10.04).

Training

  • Base: Qwen3-8B-Base
  • Stage: midtraining (SFT on the OdysSim corpus, ~10B tokens / 4,500 steps)
  • Optimizer: AdamW, peak LR 1e-5, 16K-input / 8K-response context, global batch 1,024, bf16, FSDP-2.

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
af9ef03

0 моделей