/ Модель
Каталог

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
61,1 ГБ
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-Coder-30B-A3B-Instruct
Библиотека
transformers
Опубликована
13 авг 2026

Ссылки

Hugging Face

tt-x3_kl-kl0

laion
Генерация текстаТекст → текст7 профессий

Дообученная на агентных задачах terminal-bench MoE-модель для генерации текста и работы в терминале.

55скачиваний за 30 дней0лайковвеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

laion/tt-x3_kl-kl0 — дообученная методом обучения с подкреплением модель на базе Qwen/Qwen3-Coder-30B-A3B-Instruct. Её обучали с помощью RLOO и FSDP2 для агентных задач из набора terminal-bench exp_rpt_multifile; эта версия соответствует эксперименту с коэффициентом KL-потерь, равным нулю.

Модель использует архитектуру Qwen3 MoE и предназначена для генерации текста в агентных сценариях, включая выполнение задач в терминале. Метаданные указывают 2,6 млрд параметров и контекст до 262 144 токенов. Заявленный язык — английский. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • выполнение агентных задач в терминале
  • решение задач из набора terminal-bench exp_rpt_multifile
  • генерация ответов в диалоговом агенте
  • эксперименты с обучением агентов методом RLOO

Ограничения

Модель обучена на специализированном наборе терминальных агентных задач, поэтому её качество на других задачах не установлено. В предоставленных данных не указана лицензия.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиII.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tt-x3_kl-kl0

RL-finetuned from Qwen/Qwen3-Coder-30B-A3B-Instruct using RLOO with FSDP2 expert-parallel training on the exp_rpt_multifile terminal-bench agentic task suite (terminus-2 Harbor harness). This is the kl_loss_coef=0.0 (no-KL control) arm of the X3 KL-coefficient sweep.

Training configuration

parametervalue
algorithmRLOO (n=8)
strategyFSDP2 + expert-parallel (EP=4)
max_grad_norm1.0
learning_rate8e-6
eps_cliplow=0.2, high=0.05
loss_reductionseq_mean_token_sum_norm_global
TISenabled (cap=2.0)
KL lossdisabled (coef=0.0)
batch_size64 groups x 8 samples
max_steps80 (reached 38 -- NCCL collective stall)
selected checkpointglobal_step_35

Training Traces

Companion trace dataset: DCAgent/tt-x3_kl-kl0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
1538587

0 моделей

    Создать бенчмарк