大型行为模型：零售客户的及时数字孪生

arXiv:2607.06993v1 公告类型：新 摘要：客户行为建模是推荐、营销和决策支持的基础，但现有方法要么在不解释决策的情况下优化预测准确性，要么在不以真实行为数据为基础的情况下模拟用户。我们提出了大型行为模型（LBM），该模型通过统一的人环境公式直接从大规模零售交易中学习客户决策。客户状态由源自历史购买的行为档案来表示，而产品上下文则通过检索增强生成来合并。该模型通过对言语行为数据的持续预训练、决策生成的监督微调以及基于证据的校准的可验证奖励的强化学习进行训练。我们评估了所提出的购买预测、硬阴性歧视、购物篮完成、促销响应和跨域优惠券兑换的框架。该模型在域内零售任务上始终优于前沿通用语言模型，同时展示了跨零售商和决策域的强大的零样本和微调传输。消融研究表明，持续的预训练是行为泛化的主要驱动力，在训练和推理过程中应用检索是最有效的，而强化学习则提高了对明确行为证据而非通用语言模型先验的依赖。这些结果表明，交易历史中编码的行为知识可以通过语言模型有效学习，为客户数字孪生和行为模拟提供可扩展的基础。