Large Behavior Model: un modelo de lenguaje que predice compras como un gemelo digital

En julio de 2026, un grupo de investigadores presentó en arXiv Large Behavior Model (LBM), un modelo de lenguaje entrenado directamente con datos de compras minoristas a gran escala, capaz de actuar como un «gemelo digital programable mediante prompts» del comprador y de predecir sus decisiones de compra.

Cómo funciona el modelo

LBM describe el comportamiento del cliente mediante una formulación unificada «persona-entorno» (Person-Environment). El estado del comprador se define por un perfil de comportamiento construido a partir de su historial de compras, y el contexto del producto se añade mediante generación aumentada por recuperación (RAG): el modelo incorpora la información relevante del producto mientras genera la respuesta, en lugar de almacenarla toda en sus pesos.

Este enfoque distingue a LBM de los sistemas de recomendación clásicos. En vez de tratar al comprador como un conjunto de atributos (edad, historial de pedidos, segmento), el modelo procesa el comportamiento como una secuencia de decisiones que se puede describir con texto e interpretar igual que un modelo de lenguaje interpreta un diálogo.

El entrenamiento se desarrolla en tres etapas:

• Continued pre-training: continuación del entrenamiento de un modelo de lenguaje base con datos de comportamiento de compra «verbalizados» (convertidos a formato de texto)
• Supervised fine-tuning: ajuste fino para generar decisiones de compra concretas
• Reinforcement learning con recompensas verificables (verifiable rewards): se usa para calibrar el modelo con datos reales y no con preferencias lingüísticas generales

En qué tareas se probó el modelo

Los autores probaron el modelo con un amplio conjunto de tareas típicas del comercio minorista, y no con una sola métrica estrecha, lo que permite juzgar su versatilidad dentro del dominio. Evaluaron LBM en cinco tipos de tareas: predicción de compra, discriminación de negativos difíciles (hard-negative discrimination), compleción de la cesta (basket completion), reacción a promociones y canje de cupones entre dominios (cross-domain voucher redemption).

En todas estas tareas, LBM superó de forma consistente a los modelos de lenguaje generalistas de nivel frontier. Además, mostró una fuerte transferencia de conocimiento en modo zero-shot, es decir, sin ajuste adicional, y tras ajustarse con nuevos minoristas y tipos de decisión con los que no se había entrenado originalmente. Esto importa en la práctica: los minoristas no necesitan recopilar y etiquetar desde cero enormes conjuntos de datos para cada nueva tarea o cadena de tiendas.

Qué tuvo mayor efecto

Los experimentos de ablación mostraron que el continued pre-training, la etapa de entrenamiento adicional con datos de compra «verbalizados», es el principal motor de la capacidad del modelo para generalizar el comportamiento a situaciones nuevas. La recuperación (incorporar contexto del producto) resultó más eficaz cuando se aplica tanto en el entrenamiento como en la inferencia (inference), y no solo en uno de los dos. Por su parte, el aprendizaje por refuerzo ayudó al modelo a apoyarse más en la evidencia de comportamiento explícita de los datos que en las «suposiciones» lingüísticas generales heredadas del modelo de lenguaje original.

Qué significa

El trabajo demuestra que los datos de comportamiento de los historiales de transacciones se pueden codificar con eficacia en un modelo de lenguaje, lo que ofrece una base escalable para «gemelos digitales» de compradores: sistemas aplicables a varias tareas de análisis minorista a la vez, desde recomendaciones y marketing hasta la simulación de la reacción de los usuarios a las promociones sin tener que hacer costosas pruebas A/B con clientes reales.

Tiene especial valor práctico que el modelo se describa como «programable mediante prompts»: un analista puede dirigirse al gemelo digital del comprador en lenguaje natural y obtener una predicción o una explicación de la decisión, y no solo una estimación numérica de probabilidad. Esto acorta la distancia entre el equipo de data science que construye el modelo y los usuarios de negocio, como especialistas en marketing y gestores de categoría, que necesitan comprobar rápidamente hipótesis sobre el comportamiento de los clientes sin escribir código analítico específico para cada pregunta.