ModelНе подтверждена
ceselder/qwen36-27b-maemm-inverter-rl-8x2048
Модель используется для выбора действий агента в среде в задачах обучения с подкреплением. На вход поступает состояние или наблюдение, на выходе формируется решение о действии; совместимая среда, пространство действий и способ оценки результата задаются конкретной реализацией. Заявленная основа: ceselder/qwen36-27b-maemm-inverter-pretrain-104m. В конфигурации указана архитектура Qwen3_5ForConditionalGeneration. Заявленные форматы: Safetensors.
Owner / publisherceselder