Kaon 3 CR-5B calibrated median — GRPO step 100 — это полноразмерная BF16-модель, созданная KaonAI как дообучение kaonai/kaon-c-gemma4-26b-v10.1 методом GRPO. В репозитории находятся объединённые веса, а не отдельный адаптер; архитектура относится к семейству Gemma 4 и поддерживает диалоговый режим.

Чекпойнт предназначен для генерации текста в диалогах. При обучении использовалась агрегация reward calibrated median по откалиброванным R/S/W margins, выборки N18 с отбором трёх нижних и трёх верхних результатов и строгий консенсус знаков между тремя компонентами. Указан шаг оптимизатора 100.

В README модель обозначена как предложенный, но не оценённый чекпойнт; публикация не означает одобрения для продвижения. Поэтому качество и пригодность для конкретных задач не подтверждены. Лицензия в предоставленных сведениях не указана.