Naukowcy zaprezentowali Large Behavioral Model (LBM), który modeluje decyzje zakupowe klientów poprzez uczenie się bezpośrednio z dużych zbiorów rzeczywistych transakcji handlowych. Model reprezentuje stan klienta za pomocą profilu behawioralnego zbudowanego z historii zakupów, podczas gdy kontekst produktów jest dodawany poprzez retrieval-augmented generation. Całość trenowana jest za pomocą trójstopniowego procesu: continued pre-training na zwerbalizowanych danych behawioralnych, supervised fine-tuning do generowania decyzji oraz reinforcement learning ze sprawdzalnymi nagrodami.
Ewaluacja przeprowadzona na pięciu zadaniach - przewidywanie zakupów, dyskryminacja trudnych negativów, uzupełnianie koszyka, odpowiedź na promocje i umorzenie voucherów cross-domen - pokazała, że LBM konsekwentnie przewyższa frontier modele ogólnoprzeznaczeniowe w zadaniach specyficznych dla handlu detalicznego. Model wykazuje również silne zdolności zero-shot i fine-tuned transfer między różnymi detalistami i domenami decyzyjnymi.
Ablacyjne badania ujawniły, że continued pre-training jest głównym sterownikiem generalizacji behawioralnej, retrieval jest najbardziej efektywny gdy zastosowany zarówno podczas treningu jak i inferencji, zaś reinforcement learning poprawia poleganie na jawnych dowodach behawioralnych zamiast na ogólnych priorsach modelu języka. To podejście stanowi znaczący krok w kierunku cyfrowych bliźniaków klientów, którzy nie tylko prognozują zachowania, ale też mogą je wyjaśniać poprzez konkretne dane transakcyjne.