Qwen-AgentWorld: единая основа для языковых моделей мира

Описание: В статье подробно описывается разработка и производительность инновационной *модели языкового мира* под названием Qwen-AgentWorld. В отличие от традиционных агентов, которые просто определяют поведение, эта модель обладает когнитивными способностями точно предсказывать следующее состояние, в котором определенные действия, такие как команды терминала или веб-поиск, повлияют на окружающую среду. Используя более 10 миллионов данных о взаимодействиях в семи областях, исследовательская группа максимизировала точность моделирования, применив трехэтапную методику обучения, которая привела к CPT, SFT и RL. Кроме того, новый бенчмарк под названием AgentWorldBench доказывает превосходство модели и представляет две ключевые стратегии повышения производительности агента. Одна из них — использование модели мира в качестве независимого симулятора окружающей среды для бесконечного расширения обучающих данных, а другая — интеграция ее в базовый интеллект агента для усиления мыслительных способностей. В результате технология заложила основу для универсального агента следующего поколения, способного управлять сложными цифровыми средами и изучать их без физической песочницы.

https://arxiv.org/pdf/2606.24597