Экспериментальный чекпойнт laion, полученный дообучением базовой модели laion/GLM-4_7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k-fixthink методом SkyRL GRPO. Это плотная причинно-языковая модель семейства Qwen3 примерно на 7,6 млрд параметров; она принимает текст и генерирует текст, поддерживает чат и имеет контекст до 40 960 токенов. Чекпойнт соответствует шагу обучения 30 и создан в рамках абляционного исследования, сравнивающего усреднение потерь по последовательности с токенным усреднением и оцениватель преимуществ RLOO-n.

Модель предназначена для агентных задач SWE и проверки Python-методов тестами в среде разработки. В README указан обучающий набор DCAgent/exp_rpt_pymethods2test-large и связанный набор трасс запусков; обучение проводилось с SkyRL GRPO на узлах GH200. Карточка описывает исследовательский чекпойнт, поэтому его пригодность для практического применения требует отдельной оценки. Лицензия в предоставленных данных не указана.