Характеристики

Контекст: 262 144 токена
Параметры: 3,7 млрд
Лицензия: Apache 2.0
Архитектура: qwen3 · dense
Базовая модель: Qwen3-4B-Instruct-2507
Библиотека: transformers
Опубликована: 23 сен 2026

Ссылки

qwen3-4b-rar-medicine-onlinerubrics-seed11-step-002

Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт Qwen3-4B, обученный GRPO с динамическими рубриками OnlineRubrics-Every и предназначенный для аудита обучения.

211скачиваний за 30 дней0лайковвеса обновлены23 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

HYU-NLP-EVAL разработала этот промежуточный чекпойнт на базе Qwen/Qwen3-4B-Instruct-2507 в рамках обучения GRPO с динамическими рубриками OnlineRubrics-Every. Это плотная языковая модель с 3,7 млрд параметров и контекстом до 262 144 токенов; артефакт экспортирован в BF16 и доступен в формате Safetensors. Режим рассуждений отключён.

Чекпойнт представляет состояние политики на втором шаге обучения, с seed 11, и предназначен для аудита Phase 1, а не для готового медицинского применения. Он принимает текст и генерирует текст; метаданные указывают диалоговую возможность. Лицензия — Apache-2.0.

Модель не проверялась для клинического применения, и авторы не заявляют о наличии у неё медицинских возможностей или безопасности. Это экспериментальный исследовательский чекпойнт, качество которого для медицинских задач не подтверждено.

Сценарии применения

аудит промежуточной политики после второго шага GRPO
экспериментальное сравнение динамических и статических рубрик
анализ диалоговых ответов языковой модели в медицинском контексте

Ограничения

Модель не валидирована для клинических решений, а README не заявляет о наличии медицинских возможностей или безопасности. Это промежуточный чекпойнт обучения, не предназначенный как проверенная медицинская модель.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OnlineRubrics RaR-Medicine: step 2, seed 11

Intermediate policy from dynamic OnlineRubrics-Every GRPO training. Distinct from static-rubric GRPO. Base model: Qwen/Qwen3-4B-Instruct-2507; thinking disabled. This checkpoint is a policy state used by the Phase-1 audit. No downstream medical capability or safety claim is made. Research use only; not validated for clinical decision-making.

Root files are the veRL-exported Hugging Face inference model (BF16). original_checkpoint/ preserves the exact original FSDP parameter checkpoint and tokenizer/configuration files. Optimizer state, training data, responses, rubrics, infrastructure configuration, and credentials are not included. The original is retained because export precision/serialization differs.

Base model revision: cdbee75f17c01a7cc42f958dc650907174af0554 Original actor tree SHA256: 2ffa6b80d17ee01c000d8347e13c777de190275f237e69749ac647de1745ff9f

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: 0d28a1d