Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная для диалоговой генерации текста. Веса объединяют SFT-модель djdumpling/qwen3-4b-instruct-megagem-sft-step1200-v2 и LoRA-дистилляцию для перефразирования; обучение описано как ExIt с аналитическим экспертом, без градиентного RL. Модель предназначена для принятия решений в игровых сценариях с торгами и ставками, где она выбирает действия, максимизирующие ожидаемый выигрыш, а также для перефразирования игровых ответов в стиле исходной модели.

В README приведены результаты закрытого теста против двух вариантов Gemini-3-Flash: доля побед выросла с 29,3% до 40,7%, а скорректированный прирост составил 7,4 очка за игру. Эти результаты относятся к конкретной тестовой постановке и не гарантируют аналогичного качества в других сценариях. Аналитический EV-селектор, дополнительно упомянутый в README, является отдельным кодом и не входит в веса.

Модель принимает текст и выдаёт текст; поддерживает контекст до 262 144 токенов и может обслуживаться через vLLM или Transformers. Лицензия — Apache-2.0.