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: 8 сен 2026

Ссылки

qwen3-4b-rar-medicine-onlinerubrics-seed11-step-013

Генерация текстаТекст → текст3 профессии

Промежуточный исследовательский чекпойнт Qwen3-4B, дообученный методом GRPO с динамическими OnlineRubrics для аудита политики на медицинских задачах.

146скачиваний 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 публикует промежуточный чекпойнт Qwen3-4B-Instruct-2507 после 13-го шага динамического обучения GRPO с OnlineRubrics для медицинских задач. Это плотная языковая модель с архитектурой Qwen3 и 3,7 млрд параметров; она принимает и генерирует текст, поддерживает диалоговый режим и контекст до 262 144 токенов. Режим рассуждений отключён.

Чекпойнт предназначен для аудита промежуточной политики Phase 1 и исследовательской работы с обучением на динамических рубриках. Карточка не заявляет о наличии медицинских возможностей или безопасности и прямо предупреждает, что модель не проверена для клинических решений. Веса доступны в формате Hugging Face Safetensors; README также описывает экспорт BF16 и сохранённый исходный чекпойнт FSDP. Лицензия — Apache-2.0.

Сценарии применения

аудит промежуточной политики GRPO на медицинских запросах
исследование обучения языковых моделей с динамическими рубриками
сравнение чекпойнтов на этапе обучения OnlineRubrics
эксперименты с диалоговой моделью Qwen3 для медицинских сценариев

Ограничения

Модель является промежуточным состоянием обучения и не проверена для клинического принятия решений; карточка не заявляет о её медицинских возможностях или безопасности.

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.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OnlineRubrics RaR-Medicine: step 13, 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: ec9b5361403de30f02a502875cd2b3802369ab5fd17da1a7c071822300ae0c2e

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: 89036ad