/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
30,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
10 авг 2026

qwen3-8b-impl-prm-exec-think

Классификация текстаТекст → label6 профессий

Дообученная на базе Qwen3-8B модель оценивает и сравнивает рекомендации по безопасной реализации кода.

24скачиваний за 30 дней0лайковвеса обновлены10 авг 2026

Бенчмарки

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

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

AetherPrior/Qwen3-8B-Implementation-level PRM — модель оценки предпочтений для рекомендаций по безопасной реализации кода, созданная на базе Qwen3-8B и дообученная как модель классификации последовательностей с одним скалярным выходом. Она сравнивает рекомендации по реализации: при обучении использовались предпочтения между улучшенными, исходными и ухудшенными рекомендациями, отфильтрованные по функциональной корректности и безопасности.

Модель предназначена для ранжирования трасс рекомендаций для задачи программирования и оценки того, какая из них лучше соответствует требованиям безопасности реализации. В README указаны 6 933 парных примера и точность 0,968 на 741 паре валидации. Контекст составляет 40 960 токенов; веса доступны в формате safetensors, лицензия Apache-2.0. Для подачи запросов README предлагает использовать vLLM в режиме pooling/classify через POST /classify.

Сценарии применения

  • оценка безопасности рекомендаций по реализации кода
  • сравнение двух трасс рекомендаций для задачи программирования
  • ранжирование вариантов руководств по реализации
  • фильтрация рекомендаций, нарушающих требования безопасности

Ограничения

Описана оценка парных предпочтений рекомендаций по реализации, а не непосредственная генерация или проверка исполняемого кода. Указанная точность измерена на 741 паре валидации и не гарантирует качество на других данных.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-8B Implementation-level PRM (exec-filtered, thinking)

Scalar Bradley–Terry preference model over implementation guidelines (<high_level> + <implementation>) for secure coding.

Training

  • Base: Qwen/Qwen3-8B → AutoModelForSequenceClassification (num_labels=1)
  • Prefs: evolved (t+) / preferred (t) / degraded (t−) guidelines, exec-filtered with thinking enabled (keep t+ iff func∧sec; t− iff ¬sec)
  • Independent pairwise BT: t≻t−, t+≻t−, t+≻t
  • Data: combined 5cwe + other CWEs, K=3 paired attempts (attempt-0 + 2 extras), preferences_synth_triple_exec_combined_allpairs_k3 (6933 pairs; 6192/741)
  • Val accuracy (pairwise): 0.968 (741 pairs)

Scoring

Chat messages: user = coding task, assistant = guideline trace. Serve with vLLM pooling/classify and POST /classify.

Citation / project

Internal: prm_secode_eval/recode-style prm_impl_bt_triple_exec_combined_allpairs_k3 best.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForSequenceClassification
Ревизия весов
a8ab1e3

0 моделей