/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
5 окт 2026

MIMESIS-4B

Генерация текстаТекст → текст

Симулятор пользователя на базе Qwen3.5-4B для обучения и оценки диалоговых ИИ-агентов.

744скачиваний за 30 дней1лайквеса обновлены12 окт 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

MIMESIS-4B — модель-симулятор пользователя, созданная для обучения и оценки интерактивных ИИ-агентов. Она дообучена на базе Qwen3.5-4B на человеческих диалогах с явной супервизией рассуждений и моделирует 13 поведенческих паттернов. Получив цель пользователя, модель ведёт диалог с тестируемым ИИ-ассистентом от лица пользователя; перед каждым сообщением она формирует приватное рассуждение. Для работы требуется Transformers версии 5.2 или новее.

Модель предназначена для исследований пользовательского поведения и проверки диалоговых агентов, а не для ответов конечным пользователям. Она может имитировать нетерпение, расплывчатые запросы и отказ от сотрудничества. В README приведены результаты на нескольких бенчмарках, но они не гарантируют качество в других сценариях. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • симуляция диалога пользователя с тестируемым ИИ-ассистентом
  • оценка реалистичности поведения диалогового агента
  • обучение интерактивных агентов на смоделированных диалогах

Ограничения

Модель предназначена для исследований и симуляции пользователя, а не для использования в качестве ИИ-ассистента. Указанные в карточке результаты относятся к конкретным бенчмаркам и не подтверждают качество во всех сценариях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MIMESIS-4B

MIMESIS is a purpose-built user simulator trained on human conversations with explicit reasoning supervision and 13 realistic behavioral patterns derived from real user interactions. Given a user's goal, it plays the user in a conversation with an AI assistant and thinks privately before each message. MIMESIS-4B is fine-tuned from Qwen3.5-4B. A 9B version is also available.

Paper · Code · Project page · Collection

Results

BenchmarkMIMESIS-4BGPT-5.5Claude-Opus-5Gemini-3.8-Flash
SOUL-Index ↑63.764.164.962.5
RealUserSim Fidelity Index ↑89.776.580.667.2
τ-USI ↑78.0376.6969.3473.13
SimulatorArena Turing distance ↓42.048.742.346.7

Scores for MIMESIS and frontier API models. Lower is better for Turing distance.

Usage

The model was trained with the roles swapped: the assistant under test speaks in the user role, and MIMESIS replies in the assistant role. Its chat template opens a <think> block, so each completion holds a private thought, then </think>, then the message. Loading requires transformers 5.2 or later.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "phanviethoang1512/MIMESIS-4B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="auto", device_map="auto")

system = (
    "You are simulating a real human user chatting with an AI assistant. Stay in "
    "character and reply only with the user's next message — natural, first-person, "
    "one turn at a time.\n"
    "\nYour goal:\nExchange the mechanical keyboard you bought last week for one with clicky switches.\n"
    "\nBefore each message, think privately about your motivation, context, and "
    "constraints, then send the message."
)
messages = [
    {"role": "system", "content": system},
    {"role": "user", "content": "Hi! How can I help you today?"},  # the assistant's opening line
]
inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, return_dict=True, return_tensors="pt"
).to(model.device)
output = model.generate(**inputs, max_new_tokens=4096, do_sample=True, temperature=1.0)
completion = tokenizer.decode(output[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
thought, _, message = completion.partition("</think>")
print(message.strip())  # send only the message to the assistant

To continue, append the full completion as an assistant message and the assistant's reply as a user message. Allow a generous token budget, since the thought comes first. With vLLM or SGLang, keep the model's own chat template.

Intended use

MIMESIS is a research model for training and evaluating interactive agents. It imitates user behavior, including impatience, vagueness, and non-cooperation, so it is not an assistant.

Citation

@article{phan2026mimesis,
  title   = {{MIMESIS}: Learning User Simulators as Training Environments for Interactive Agents},
  author  = {Phan, Hoang and Huynh, Dat and Zhmoginov, Andrey and Zeng, Qi and Mu, Wancen and Cao, Yue and Bi, Shengjie and He, Yun and Oh, Changdae and Lei, Deren},
  journal = {arXiv preprint arXiv:2610.09484},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
708dfc2

0 моделей