ModelНе подтверждена
Saminx22/qwen3-0.6B-rlvr-grpo
Модель поведения агента: используется для выбора действий в среде в задачах обучения с подкреплением.
Owner / publisherSaminx22
Source publisher
Saminx22
This owner's products in the Peerivo catalog.
Open owner's website ↗