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
donorsim-qwen3-8b-modeAB-step51 — дообученная модель Qwen3-8B, разработанная 3l3ktr4. Она обучалась методом GRPO на повторяющейся игре «Дилемма дарителя» второго этапа: групповые игры с числом участников 2, 4 или 6, сменой партнёров и смешанными сценариями, половина которых включает обсуждение с реальными участниками группы.
Модель предназначена для генерации текста в игровых сценариях, где требуется принимать решения о сотрудничестве и взаимности, в том числе после обсуждения с другими участниками. Это плотная авторегрессионная архитектура Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 40 960 токенов. Полные веса объединены после обучения LoRA и сохранены в формате safetensors; их можно загружать через Transformers или vLLM.
В README описана последовательность обучения до шага 51, включая несколько этапов и конфигураций оборудования. Лицензия в предоставленных данных не указана. Модель унаследовала языковые возможности Qwen3-8B, однако конкретные поддерживаемые языки именно этой настройки не перечислены.
Сценарии применения
генерация решений в групповой «Дилемме дарителя»
моделирование сотрудничества и взаимности между участниками
ответы в игровых сценариях с обсуждением группы
эксперименты с поведением языковой модели в повторяющихся играх
Ограничения
Модель дообучена для конкретной игровой среды и не заявлена как универсальная модель принятия решений. Лицензия и конкретный перечень поддерживаемых языков в предоставленных данных отсутствуют.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Qwen3-8B fine-tuned with GRPO (verl 0.7.1, LoRA r16/alpha32 merged into bf16 weights) on the
iterated Donor's Game, Stage 2 (group games, K in {2,4,6}, within-group partner rotation with
w = 1/(K-1)), mixed Mode A/B (50% of scenarios with real groupmate discussion).
True training step 51. Lineage: donorsim-qwen3-8b-modeAB-step6
(steps 1-6, fixed partner) -> steps 7-11 on 4 GPUs -> steps 12-51 on 8 GPUs (run
qwen3_8b_recipT2_modeAB_from_step11_64steps_20260827_055004, global_step_40).
Merged full weights, loadable directly with transformers or vLLM (no adapter needed).
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров