Экспериментальный чекпойнт Qwen3-1.7B, дообученный 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 экспериментальный чекпойнт Qwen3-1.7B, дообученный методом обучения с подкреплением в рамках экспериментов KL-in-LLM-RL / FRPO. Разработчик — FRPO; обучение выполнено с использованием verl. В репозитории опубликован чекпойнт global_step_200 в формате safetensors с весами fp32 без дополнительной обработки.
Модель предназначена для генерации текста и диалогового взаимодействия. Она основана на плотной авторегрессионной архитектуре Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст до 32 768 токенов. Базовая модель Qwen3-1.7B многоязычная; карточка этого чекпойнта не уточняет набор языков и конкретные сценарии обучения с подкреплением.
Лицензия в предоставленных данных не указана. Это экспериментальный обучающий чекпойнт; результаты на конкретных задачах и пригодность для производственного применения не описаны.
Карточка не приводит результаты оценки качества, конкретные целевые задачи обучения или перечень поддерживаемых языков этого чекпойнта. Опубликован только чекпойнт global_step_200; лицензия в доступных данных не указана.
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…