Экспериментальный чекпойнт Qwen3-1.7B после RL-дообучения FRPO для генерации текста и диалогов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Экспериментальный чекпойнт Qwen3-1.7B, дообученный методом обучения с подкреплением в экспериментах KL-in-LLM-RL / FRPO с использованием verl. В репозитории размещён чекпойнт global_step_200; веса сохранены в формате safetensors с точностью fp32 без последующей обработки.
Модель предназначена для генерации текста и диалогового взаимодействия на основе текстовых запросов. Она унаследовала плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 32 768 токенов от Qwen/Qwen3-1.7B. Карточка описывает экспериментальное RL-дообучение, но не приводит оценок качества или подробных сценариев применения.
Базовая модель распространяется как многоязычная языковая модель; отдельные языки, на которые этот чекпойнт специально рассчитан, не заявлены. Условия использования определяются лицензией базовой модели Qwen/Qwen3-1.7B.
Это экспериментальный чекпойнт, а README не приводит оценок качества или результатов сравнения. Специально поддерживаемые языки и лицензия этого репозитория не указаны; применяются условия лицензии базовой модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
RL fine-tuned checkpoint from the KL-in-LLM-RL / FRPO experiments (trained with verl).
Qwen/Qwen3-1.7BAuto-uploaded on 2026-08-15.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…