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-027

Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт Qwen3-4B, обученный методом GRPO с динамическими рубриками для исследовательского аудита в медицинском контексте.

25скачиваний 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 выпустила промежуточный чекпойнт OnlineRubrics RaR-Medicine — языковую модель Qwen3 с плотной архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Это состояние политики после 27-го шага обучения GRPO с динамическими OnlineRubrics-Every; базовая модель — Qwen/Qwen3-4B-Instruct-2507. Модель работает через Transformers, веса доступны в BF16 и формате safetensors, поддерживает контекст до 262 144 токенов.

Чекпойнт предназначен для аудита и исследования обучения GRPO с динамическими рубриками в медицинском контексте. Он генерирует текст и поддерживает диалоговый режим. Авторы не заявляют о приобретённых медицинских способностях или безопасности модели; она не проверена для клинических решений. Лицензия — Apache-2.0.

Сценарии применения

аудит промежуточного состояния обучения GRPO
исследование обучения языковых моделей с динамическими рубриками
сравнение политик OnlineRubrics-Every и обучения со статическими рубриками

Ограничения

Модель не проверена для клинического применения, и авторы не заявляют о её медицинских способностях или безопасности. Это исторический промежуточный чекпойнт обучения, а не валидированная медицинская система.

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 27, 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: 4c83ed5b93a4359a2ca0092ea0094e8b05bcaa5457b4227a85bbff67b1e535f3

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: 512cad2