/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
3 сен 2026

qwen3-1.7b-rar-medicine-static-r0-step-000

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Qwen3-1.7B для исследования обучения языковой модели с фиксированной медицинской рубрикой вознаграждения.

61скачиваний за 30 дней0лайковвеса обновлены3 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это экспериментальный контрольный чекпойнт модели Qwen3-1.7B, созданный группой HYU-NLP-EVAL на основе Qwen/Qwen3-1.7B. Его обучали методом GRPO с фиксированной начальной рубрикой вознаграждения для эксперимента по изучению насыщения вознаграждения и устаревания статических рубрик; данный вариант относится к домену медицины и шагу 0. Репозиторий содержит веса BF16 в формате safetensors, конфигурацию, токенизатор и шаблон чата; модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов.

Чекпойнт предназначен для исследовательского анализа оптимизации языковой политики и сопоставления контрольных точек, а также поддерживает генерацию текста и диалоговый режим. Он не является медицинским устройством и не предназначен для постановки диагноза или замены профессиональной медицинской консультации. Лицензия — Apache-2.0.

Сценарии применения

  • изучение насыщения вознаграждения при оптимизации политики
  • анализ устаревания статических рубрик в медицинском домене
  • сравнение контрольных точек GRPO-обучения
  • эксперименты с генерацией текста и диалогами на базе Qwen3

Ограничения

Это контрольный чекпойнт шага 0 исследовательского эксперимента, поэтому он не отражает последующие этапы оптимизации. Модель не является медицинским устройством и не должна заменять профессиональную медицинскую консультацию.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-1.7B Static-R0 Policy Checkpoint

This public model repository contains one policy checkpoint from the static-rubric discriminability-horizon experiment. The domain and optimizer step are encoded in the repository name.

Experiment

  • Base policy: Qwen/Qwen3-1.7B
  • Base revision: 70d244cc86ccca08cf5af4e1e306ecf908b1ad5e
  • RL algorithm: GRPO
  • Training reward: frozen prompt-specific initial rubric (R0)
  • Domain: RaR Medicine or RaR Science, as named in the repository
  • Training seed: 11
  • Export format: Hugging Face Transformers, BF16 safetensors
  • Checkpoint contents: model weights, configuration, tokenizer, and chat template
  • Excluded: optimizer, scheduler, trainer state, rollouts, rubrics, and evaluation data

Medicine checkpoint repositories cover the ten planned audit points through step 48. Science training was only saved through step 3 at the time of this upload, so the public Science repositories contain steps 0 and 3.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "HYU-NLP-EVAL/<repository-name>"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    dtype="bfloat16",
    device_map="auto",
)

Intended use

These checkpoints are research artifacts for studying reward saturation and static-rubric staleness during policy optimization. Medicine checkpoints are not medical devices and must not be used as a substitute for professional medical advice.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
52048ec

0 моделей