ModelНе подтверждена
brosnanyuen/Qwen3.8-27B-GRPO-main-defender
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publisherbrosnanyuen
This owner's products in the Peerivo catalog.
Open owner's website ↗Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.