tt-x1_lr-lr4e6-30-30B — экспериментальный чекпойнт модели TaskTrove X1, созданный в ходе абляционного прогона с learning rate 4e-6. Он дообучен на базе Qwen/Qwen3-Coder-30B-A3B-Instruct с использованием агентного RL harness terminus-2; в обучающем сценарии применялись задачи из DCAgent/exp_rpt_multifile, проверка pytest и формирование награды по pass_ratio. Это разговорная MoE-модель для генерации текста, унаследовавшая от базовой модели назначение для программирования, агентных сценариев и работы с длинным контекстом до 262 144 токенов.

Прогон остановил владелец на шаге 36 из 80 после падения награды до нуля на шагах 33–36. В качестве экспорта выбран чекпойнт global_step_30 — лучший по trailing-5 EMA среди сохранённых и последний здоровый перед коллапсом. Поэтому результат не является завершённым или валидным итогом эксперимента; его пригодность для практического применения не подтверждена. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия в предоставленных источниках не описана.