ModelНе подтверждена
PrestoOverture/octorl-qwen3-4b-grpo-lora
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publisherPrestoOverture
Source publisher
PrestoOverture
This owner's products in the Peerivo catalog.
Open owner's website ↗