Large Behavior Model: языковая модель научилась предсказывать покупки как цифровой двойник

Исследователи в июле 2026 года представили на arXiv Large Behavior Model (LBM) — языковую модель, обученную напрямую на крупномасштабных данных о розничных покупках и способную выступать «промптируемым цифровым двойником» покупателя, предсказывая его решения о покупке.

Как устроена модель

LBM описывает поведение клиента через единую формулировку «человек — среда» (Person-Environment): состояние покупателя задаётся поведенческим профилем, построенным на истории его прошлых покупок, а контекст товара добавляется через retrieval-augmented generation (RAG) — модель «подтягивает» релевантную информацию о продукте прямо во время генерации ответа, а не хранит её целиком в весах.

Такой подход отличает LBM от классических рекомендательных систем: вместо того чтобы работать с покупателем как с набором признаков (возраст, история заказов, сегмент), модель обрабатывает поведение как последовательность решений, которую можно описать текстом и интерпретировать так же, как языковая модель интерпретирует диалог.

Обучение модели проходит в три этапа:

• Continued pre-training — дообучение базовой языковой модели на «вербализованных» (переведённых в текстовый формат) поведенческих данных о покупках
• Supervised fine-tuning — точная настройка на генерацию конкретных решений о покупке
• Reinforcement learning с проверяемыми наградами (verifiable rewards) — используется для калибровки модели на основе фактических данных, а не общих языковых предпочтений

На каких задачах проверяли модель

Авторы протестировали модель на широком наборе типовых для ретейла задач, а не на одной узкой метрике, что позволяет судить о её универсальности внутри домена. Авторы оценили LBM на пяти типах задач: предсказание покупки, различение «сложных негативных» примеров (hard-negative discrimination), дополнение корзины товарами (basket completion), реакция на промо-акции и погашение ваучеров при переносе между разными доменами (cross-domain voucher redemption).

По всем этим задачам LBM стабильно превзошёл универсальные языковые модели frontier-уровня, при этом показав сильный перенос знаний в zero-shot режиме — то есть без дополнительного дообучения — и после дообучения на новых ретейлерах и типах решений, на которых модель изначально не обучалась. Это важно для практического применения: ретейлерам не нужно с нуля собирать и размечать огромные датасеты под каждую новую задачу или сеть магазинов.

Что дало наибольший эффект

Абляционные эксперименты показали, что именно continued pre-training — этап дообучения на «вербализованных» данных о покупках — является основным драйвером способности модели обобщать поведение на новые ситуации. Retrieval (подтягивание контекста о товаре) оказался наиболее эффективен, когда применяется и на этапе обучения, и на этапе вывода (inference), а не только в одном из них. А reinforcement learning помог модели больше опираться на явные поведенческие свидетельства из данных, а не на общие языковые «предположения», унаследованные от исходной языковой модели.

Что это значит

Работа показывает, что поведенческие данные из транзакционных историй можно эффективно кодировать в языковую модель и получать масштабируемую основу для «цифровых двойников» покупателей — систем, применимых сразу к нескольким задачам ретейл-аналитики: от рекомендаций и маркетинга до симуляции реакции пользователей на промо-акции без необходимости проводить дорогие A/B-тесты на реальных клиентах.

Особую практическую ценность имеет то, что модель называют «промптируемой»: аналитик может обратиться к цифровому двойнику покупателя на естественном языке и получить предсказание или объяснение решения, а не только числовую оценку вероятности. Это сокращает дистанцию между командой data science, которая строит модель, и бизнес-пользователями — маркетологами и категорийными менеджерами, — которым нужно быстро проверять гипотезы о поведении клиентов без написания отдельного аналитического кода под каждый вопрос.