donorsim-qwen3-8b-abstract-step20 — дообученная на базе Qwen3-8B модель от автора репозитория 3l3ktr4, предназначенная для выбора действий в повторяющейся игре Donor’s Game. Она обучена методом GRPO на сценариях повседневных ситуаций с участниками небольшой группы: модель получает краткое описание ситуации и отвечает в формате CHOICE: 1 или CHOICE: 2. Порядок вариантов меняется между ходами, партнёры чередуются, а вероятность повторной встречи и распространения слухов описывается словами.

Модель представляет собой плотную причинную языковую модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. LoRA-адаптер слит с весами в формате bf16; модель можно загружать через Transformers или vLLM. В обучении учитывались нормализованная выплата и взаимность, но не групповая составляющая CFE. Карточка описывает экспериментальную настройку для игровых сценариев, а не универсального помощника. Сведения о лицензии в предоставленных данных отсутствуют.