Это исследовательский контрольный снимок модели scale3brlblenddr на шаге 450, разработанный explcre и дообученный методом обучения с подкреплением на базе TikZilla-3B-RL. Модель относится к семейству Qwen2, имеет 3,1 млрд параметров и принимает текстовые описания для генерации диаграмм на TikZ и LaTeX. Для обучения применялись Dr.GRPO/DAPO и проверяемая символьная награда blend_dr, объединяющая DSV и RenderGraph; обучающие данные включали описания Kimi-K3 и DaTikZ-v4.

Модель предназначена для создания TikZ-кода диаграмм по текстовым описаниям. Контекст составляет 32 768 токенов, максимальная длина ответа в конфигурации обучения — 2 048 токенов. Результаты оценки зависят от распределения входных описаний и версии компилятора TeX и проверочных инструментов, поэтому их следует сопоставлять только при одинаковых условиях. Репозиторий содержит веса safetensors; лицензия — MIT.