ModelНе подтверждена
AlexChen1997/fedagent-alfworld-ppo-uniform-1gpu-qwen2.5-1.5b
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publisherAlexChen1997
Source publisher
AlexChen1997
This owner's products in the Peerivo catalog.
Open owner's website ↗