Экспериментальный RL-чекпойнт Qwen3-4B 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
FRPO/qwen3-4b-a1_base-k1-cNone-clip0.2-mb4-eta100-bs256x5-n4 — дообученный методом обучения с подкреплением чекпойнт из экспериментов KL-in-LLM-RL / FRPO, созданный с помощью verl на базе Qwen/Qwen3-4B. Это плотная авторегрессионная языковая модель примерно на 3,7 млрд параметров с архитектурой Qwen3ForCausalLM; репозиторий содержит веса в формате safetensors, сохранённые в fp32. Модель предназначена для генерации текста и диалоговых сценариев. Контекст — до 32 768 токенов.
Карточка указывает на экспериментальное происхождение чекпойнта и шаг обучения global_step_200, но не описывает отдельную специализацию или результаты оценки качества. Для применения следует учитывать, что это промежуточный экспериментальный чекпойнт; лицензия в предоставленных данных не указана.
Это экспериментальный чекпойнт с указанным шагом обучения global_step_200; карточка не приводит оценок качества или специализации. Лицензия в предоставленных 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/Qwen3-4BAuto-uploaded on 2026-08-15.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…