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-009

Генерация текстаТекст → текст3 профессии

Промежуточный исследовательский чекпойнт Qwen3-4B, дообученный методом GRPO для аудита политики OnlineRubrics RaR-Medicine.

52скачиваний за 30 дней0лайковвеса обновлены9 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 промежуточный чекпойнт Qwen3-4B-Instruct-2507, полученный на девятом шаге обучения OnlineRubrics RaR-Medicine с seed 11. Это плотная авторегрессионная языковая модель на 3,7 млрд параметров для генерации текста и диалога; режим рассуждений отключён. Модель принимает текст и генерирует текст, поддерживает контекст до 262 144 токенов. В репозитории есть экспорт для Transformers в BF16 и исходный чекпойнт FSDP.

Чекпойнт предназначен для аудита промежуточных состояний политики в исследовании динамического GRPO-обучения OnlineRubrics-Every, а не для медицинских консультаций или клинических решений. Карточка не заявляет о наличии у него проверенных медицинских возможностей или гарантий безопасности. Лицензия — Apache-2.0.

Сценарии применения

аудит промежуточного состояния GRPO-обучения
сравнение динамических и статических рубрик в экспериментах OnlineRubrics
исследовательская оценка диалоговых ответов на медицинские запросы
воспроизведение Phase-1 аудита политики

Ограничения

Промежуточный исследовательский чекпойнт не прошёл валидацию для клинического применения; карточка не заявляет о проверенных медицинских возможностях или безопасности. Режим рассуждений отключён.

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.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей 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 9, 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 historical 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: b737b7558561ac0973e2a7f55738f93e11ee85d5efc17732e3e1faa912be9100

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: f9bf4a9