Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Это исследовательский чекпойнт OpenClaw Phase‑1 note TTT, созданный разработчиком aviralku на основе Qwen3.8‑27B. Модель прошла полнопараметрическое обучение предсказанию следующего токена на сбалансированном корпусе рекурсивных заметок OpenClaw; в README указаны этап note‑NTP, около 50 млн обучающих токенов и состояние на первой эпохе, шаге 1250.
Чекпойнт предназначен для генерации текста в диалоговом режиме. В метаданных указана плотная архитектура семейства Qwen3.5 с классом Qwen3_5ForConditionalGeneration и поддержка чата. Веса опубликованы в формате Safetensors для Transformers и имеют тип bfloat16. README называет чекпойнт частным исследовательским; сведений о лицензии и проверках качества нет.
Сценарии применения
генерация заметок в стиле корпуса OpenClaw
эксперименты с предсказанием следующего токена на рекурсивных заметках
оценка влияния обучения на заметках на поведение чат-модели
Ограничения
Чекпойнт обозначен как частный исследовательский и отражает только первый этап обучения; результаты и качество в README не приведены. Лицензия не указана в предоставленных данных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Private research checkpoint derived from the local Qwen3.8-27B base model by
full-parameter next-token training on the balanced OpenClaw recursive-note corpus.
Phase: note-NTP only (Phase 1)
Note-token budget: approximately 50M
Checkpoint: epoch 1, step 1250
Policy KL coefficient: 0.01
Weight dtype: bfloat16
Export format: Hugging Face Transformers, six safetensors shards
export_manifest.json records the exact source checkpoint and export metadata.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров