DeepShopper Reward V1 — это дообученная на базе Qwen3-4B модель Flavian V., предназначенная для оценки комплектов одежды. Она принимает текст с описанием потребности и составом комплекта, а затем выдаёт скалярную оценку: более высокий балл означает, что комплект предпочтительнее. Модель обучена сравнивать подходящие и испорченные варианты комплектов методом Bradley–Terry на 93 тысячах пар; проверки на отложенных данных показали высокую точность ранжирования.

Модель подходит для ранжирования комплектов в рекомендациях одежды и отбора вариантов с учётом потребности пользователя. Под «хорошим» комплектом понимается сходство с наблюдаемыми или проданными комплектами, поэтому оценка служит приближённым сигналом покупательской привлекательности, а не прямым прогнозом продаж. Модель содержит около 3,7 млрд параметров, использует архитектуру Qwen3 для классификации последовательностей и имеет контекст до 262 144 токенов. Распространяется по лицензии Apache-2.0.