Это экспериментальный чекпойнт Qwen3-Coder-30B-A3B-Instruct, дообученный методом асинхронного RLOO на данных TaskTrove v4.9 для следования инструкциям, связанным с календарём. Модель относится к семейству Qwen3 MoE; в метаданных указано 2,6 млрд параметров и контекст до 262 144 токенов. Она предназначена для генерации ответов в диалоговых сценариях с календарными инструкциями.

В README приведён средний reward 0,296875 и 38 успешных прохождений из 128 на фиксированной контрольной выборке. Позже обнаружили пересечение этой выборки с обучающими данными, поэтому результат служит только статистикой отбора и не является независимой оценкой обобщения. Указанная библиотека — Transformers, формат весов — safetensors. Сведения о лицензии в доступных данных отсутствуют.