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: 9 сен 2026

Ссылки

qwen3-4b-rar-medicine-onlinerubrics-seed11-step-003

Генерация текстаТекст → текст3 профессии

Промежуточный исследовательский чекпойнт Qwen3, дообученный GRPO для аудита политики в эксперименте OnlineRubrics-Every на медицинской тематике.

356скачиваний 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 представляет промежуточное состояние политики RaR-Medicine на третьем шаге обучения с seed 11. Модель создана на основе Qwen/Qwen3-4B-Instruct-2507 и дообучалась методом GRPO в рамках динамического OnlineRubrics-Every; это отдельная версия от обучения GRPO со статическими рубриками. Архитектура — плотная Qwen3ForCausalLM примерно на 3,7 млрд параметров, работающая через Transformers. Модель принимает текст и генерирует текст; контекстное окно — до 262 144 токенов.

Чекпойнт предназначен для аудита политики на первом этапе исследования, а не для подтверждённого выполнения медицинских задач. Разработчик не заявляет о медицинских возможностях или безопасности модели и предупреждает, что она не валидирована для клинических решений. Опубликованные веса экспортированы в BF16; лицензия — Apache-2.0.

Сценарии применения

аудит промежуточного состояния политики в эксперименте OnlineRubrics-Every
изучение влияния динамических рубрик на обучение GRPO
сравнение с обучением GRPO на статических рубриках

Ограничения

Медицинские возможности и безопасность модели не подтверждены; чекпойнт не валидирован для клинических решений. Это промежуточное состояние политики, предназначенное для аудита в исследовании.

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.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OnlineRubrics RaR-Medicine: step 3, 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: c2dd930f30c54f9b962b0cc17669871a89d1e71f2abcb748cf38fe115a53eddb

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: ab078c7