ModelНе подтверждена
yufanzh/qwen3-1p7b-rl-checkpoints-20260926
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publisheryufanzh
Source publisher
yufanzh
This owner's products in the Peerivo catalog.
Open owner's website ↗