SeanWang0027/Qwen3-1.7B-sciworld-sft-gpt54mini-ep6 — дообученная методом trajectory SFT модель Qwen3-1.7B от SeanWang0027 для текстовой генерации и выполнения задач в среде ScienceWorld. Она обучена на полных траекториях эпизодов, созданных gpt-5.4-mini, по 2059 обучающим задачам ScienceWorld; тестовых задач в обучающих данных не было. Обучение продолжали с эпохи 5, а указанный чекпойнт соответствует концу первой из трёх дополнительных эпох.

Модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов. Репозиторий содержит веса safetensors в fp32; в README для инференса рекомендуется загружать их с точностью bfloat16. Основной сценарий — генерация текстовых ответов и действий агента в задачах ScienceWorld. Лицензия в предоставленных данных не обозначена.

Качество на тестовом наборе ScienceWorld для этого чекпойнта не оценивалось, поэтому его результативность относительно других вариантов неизвестна. В README приведены результаты базовой модели, более ранних эпох и другого метода обучения, но они не являются оценкой данного чекпойнта.