Экспериментальный чекпойнт Qwen3-1.7B после дообучения с подкреплением 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
Это исследовательский чекпойнт Qwen3-1.7B, дообученный с подкреплением в рамках экспериментов KL-in-LLM-RL / FRPO с использованием verl. В репозитории находится состояние обучения global_step_200; веса сохранены в формате safetensors с точностью fp32 без последующей обработки.
Модель предназначена для генерации текста и диалогов. Это плотная авторегрессионная архитектура Qwen3ForCausalLM с 1,7 млрд параметров и контекстом до 32 768 токенов. Базовая модель Qwen3 поддерживает несколько языков, однако README не уточняет, какие языки проверялись именно на этом чекпойнте.
Чекпойнт может быть полезен для изучения результатов экспериментов по обучению языковых моделей с подкреплением. Данных о сравнительном качестве или специальных прикладных областях в карточке нет. Модель распространяется под лицензией базовой модели; конкретные условия лицензии в предоставленных данных не приведены.
Это экспериментальный чекпойнт на промежуточном шаге обучения; карточка не приводит оценок качества и не уточняет поддерживаемые языки именно для этой версии. Условия лицензии в предоставленных данных отсутствуют.
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…