Large Behavior Model: modelo de linguagem aprende a prever compras como um gêmeo digital

Em julho de 2026, pesquisadores apresentaram no arXiv o Large Behavior Model (LBM), um modelo de linguagem treinado diretamente com dados de compras do varejo em grande escala, capaz de atuar como um «gêmeo digital controlável por prompts» do consumidor e prever suas decisões de compra.

Como o modelo funciona

O LBM descreve o comportamento do cliente por meio de uma formulação única «pessoa-ambiente» (Person-Environment). O estado do consumidor é definido por um perfil comportamental construído a partir do histórico de compras, e o contexto do produto entra via geração aumentada por recuperação (RAG): o modelo busca informações relevantes sobre o produto durante a geração da resposta, em vez de guardá-las por inteiro nos pesos.

Essa abordagem diferencia o LBM dos sistemas de recomendação clássicos. Em vez de tratar o consumidor como um conjunto de atributos (idade, histórico de pedidos, segmento), o modelo processa o comportamento como uma sequência de decisões que pode ser descrita em texto e interpretada da mesma forma que um modelo de linguagem interpreta um diálogo.

O treinamento ocorre em três etapas:

• Continued pre-training: continuação do treinamento de um modelo de linguagem base com dados de comportamento de compra «verbalizados» (convertidos para formato de texto)
• Supervised fine-tuning: ajuste fino para gerar decisões de compra específicas
• Reinforcement learning com recompensas verificáveis (verifiable rewards): usado para calibrar o modelo com dados reais, e não com preferências linguísticas gerais

Em quais tarefas o modelo foi testado

Os autores testaram o modelo em um amplo conjunto de tarefas típicas do varejo, e não em uma única métrica restrita, o que permite avaliar sua versatilidade dentro do domínio. Eles avaliaram o LBM em cinco tipos de tarefa: previsão de compra, discriminação de negativos difíceis (hard-negative discrimination), completar o carrinho (basket completion), reação a promoções e resgate de vouchers entre domínios (cross-domain voucher redemption).

Em todas essas tarefas, o LBM superou de forma consistente os modelos de linguagem generalistas de nível frontier. Também mostrou forte transferência de conhecimento em modo zero-shot, ou seja, sem ajuste adicional, e após ajuste fino em novos varejistas e tipos de decisão com os quais não havia sido treinado originalmente. Isso importa na prática: os varejistas não precisam coletar e rotular do zero enormes conjuntos de dados para cada nova tarefa ou rede de lojas.

O que teve maior efeito

Experimentos de ablação mostraram que o continued pre-training, etapa de treinamento adicional com dados de compra «verbalizados», é o principal responsável pela capacidade do modelo de generalizar o comportamento para situações novas. A recuperação (busca de contexto do produto) foi mais eficaz quando aplicada tanto no treinamento quanto na inferência (inference), e não apenas em um deles. Já o aprendizado por reforço ajudou o modelo a se apoiar mais nas evidências comportamentais explícitas dos dados do que nas «suposições» linguísticas gerais herdadas do modelo de linguagem original.

O que isso significa

O trabalho mostra que dados comportamentais de históricos de transações podem ser codificados com eficácia em um modelo de linguagem, criando uma base escalável para «gêmeos digitais» de consumidores: sistemas aplicáveis a várias tarefas de análise de varejo ao mesmo tempo, de recomendações e marketing à simulação da reação dos usuários a promoções, sem a necessidade de rodar testes A/B caros com clientes reais.

Tem valor prático especial o fato de o modelo ser descrito como «controlável por prompts»: o analista pode consultar o gêmeo digital do consumidor em linguagem natural e obter uma previsão ou uma explicação da decisão, e não apenas uma estimativa numérica de probabilidade. Isso encurta a distância entre a equipe de data science que constrói o modelo e os usuários de negócio, como profissionais de marketing e gerentes de categoria, que precisam testar rapidamente hipóteses sobre o comportamento dos clientes sem escrever código analítico separado para cada pergunta.