Qwen3-Coder-calendar instruction-following RL — step 6 — это экспериментальный чекпойнт модели Qwen3-Coder-30B-A3B-Instruct, созданный после асинхронного обучения RLOO на данных TaskTrove v4.9 для выполнения инструкций по работе с календарём. Модель предназначена для диалоговых сценариев, связанных с календарными запросами и инструкциями. Это MoE-модель на архитектуре Qwen3, доступная в формате safetensors и рассчитанная на контекст до 262 144 токенов; в метаданных указано 2,6 млрд параметров.

В README приведён результат 39 успешных прохождений из 128 на контрольной выборке, однако обнаружилось пересечение этой выборки с обучающими данными, поэтому оценка не отражает независимую обобщающую способность. Чекпойнт является ранним экспериментальным шагом обучения. Условия лицензии в предоставленных сведениях не указаны.