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-030

Генерация текстаТекст → текст3 профессии

Промежуточный исследовательский чекпойнт Qwen3-4B, дообученный методом GRPO с динамическими рубриками для аудита генерации текста на медицинскую тематику.

28скачиваний 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/qwen3-4b-rar-medicine-onlinerubrics-seed11-step-030 — промежуточный чекпойнт Qwen3-4B-Instruct-2507, подготовленный командой HYU-NLP-EVAL в ходе обучения GRPO с динамическими OnlineRubrics-Every для медицинской тематики. Это плотная авторегрессионная модель Qwen3 с 3,7 млрд параметров, работающая через Transformers; контекст — до 262 144 токенов. Чекпойнт представляет состояние политики на шаге 30 с seed 11 и предназначен для аудита Phase 1 и исследовательского изучения поведения модели в задачах генерации текста и диалога.

Модель принимает текстовые запросы и генерирует текст. README указывает, что режим thinking отключён, а чекпойнт является историческим промежуточным состоянием обучения. Медицинские возможности и безопасность не подтверждены; модель не валидирована для принятия клинических решений. Файлы модели доступны в формате BF16 и safetensors. Лицензия — Apache-2.0.

Сценарии применения

аудит поведения языковой модели на медицинских запросах
изучение влияния динамических рубрик на ответы модели
сравнение промежуточных состояний обучения GRPO
исследовательские эксперименты с генерацией медицинского текста

Ограничения

Медицинские возможности и безопасность модели не подтверждены, а сам чекпойнт не валидирован для клинических решений. Это промежуточное состояние политики, предназначенное для исследовательского аудита.

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OnlineRubrics RaR-Medicine: step 30, 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: 0a38947f93014c2556c044a9c2b6e11fb2ecc02df1104abeb5a6d6b591a57115

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: 9ad95ee