OSim-8B — это постобученная (текстовая) контрольная точка OSim (OdysSim), базовой модели для моделирования человеческого поведения, обученной имитировать взаимодействие человека и пользователя, а не вести себя как полезный помощник. Это текстовый аналог cmu-lti/osim-8b-mid, прошедших среднее обучение: Qwen/Qwen3-8B, прошедший среднее обучение на корпусе OdysSim (62 набора поведенческих данных по пяти осям души — CONV/SS/COG/ROLE/EVAL), а затем прошедший постобучение (RL для конкретной задачи + экспертная консолидация). (Зеркало sunweiwei/OSim-8B, модель текстового поста. Для варианта VL см. sunweiwei/OSim-Inst-8B.) Имитация человеческой/пользовательской стороны разговоров — пользовательская симуляция для оценки агента, социальная симуляция, персона/ролевая игра. Обусловлено системной подсказкой «социального контекста» (кто говорит: роль, цель, предыстория, стиль); учитывая ходы другой стороны, он генерирует следующий ход человека. OSim-8B, оцененный вне дистрибутива как пользовательский симулятор в агентном тесте τ-USI (τ-bench, авиакомпания + розничная торговля, 165 задач, фиксированный агент GPT-5.2), OSim-8B достигает USI 75,6 — лучшего поведенческого/специализированного пользовательского симулятора, превосходящего модели с общими инструкциями того же размера и все предыдущие специализированные симуляторы (CoSER-8B 67.2, UserLM-8B 62.0). Это…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: cmu-lti
Теги: qwen3, human-simulation, user-simulation, behavioral-modeling, social-simulation, conversational, text-generation-inference, endpoints_compatible
Лайков: 6 | Загрузок: 5,675
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
