Tým Qwen z Alibaba Group zveřejnil Qwen-AgentWorld, první jazykové světové modely schopné simulovat agentní prostředí v sedmi doménách. Modely Qwen-AgentWorld-35B-A3B a 397B-A17B byly natrénovány na více než 10 milionech interakčních trajektorií z reálných prostředí a prošly třífázovým tréninkem zahrnujícím CPT, SFT a reinforcement learning. K modelům výzkumníci zároveň vydali AgentWorldBench, komplexní benchmark pro hodnocení jazykových světových modelů v oblastech od vyhledávání informací přes nákupy až po úkoly v herních prostředích. Projekt je dostupný na GitHubu a představuje výrazný posun v oblasti agentních systémů, které potřebují rozumět dynamice prostředí, nejen generovat text. Model s 397B parametry při 17 aktivních miliardách je navržen pro efektivní inferenci.
