scalebaseblenddr @ step 150 — экспериментальный чекпойнт на базе TikZilla-3B (SFT), созданный explcre. Модель представляет собой плотную языковую архитектуру Qwen2 с 3,1 млрд параметров и контекстом до 32 768 токенов. Чекпойнт обучался с подкреплением методом Dr.GRPO/DAPO на проверяемой награде DSV blend_dr: 70% оценки DSV и 30% RenderGraph; обе проверки символические и не используют обучаемую модель награды.

Модель предназначена для генерации TikZ-кода по текстовым описаниям диаграмм. Обучающие данные объединяют описания Kimi-K3 и DaTikZ-v4; строки помечены по источнику описания. Результаты оценки зависят от распределения входных описаний и версии проверки компиляции TeX, поэтому при сравнении результатов следует указывать конфигурацию измерения. План обучения предусматривал 1500 шагов, а данный чекпойнт сохранён на шаге 150. Лицензия — MIT.