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

Hugging Face

qwen3-4b-rar-medicine-onlinerubrics-seed11-step-033

HYU-NLP-EVAL

Генерация текстаТекст → текст3 профессии

Промежуточная версия Qwen3-4B, дообученная GRPO для исследовательского аудита генерации ответов на медицинские темы.

24скачиваний 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

Это промежуточный чекпойнт языковой модели Qwen3-4B, созданный командой HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Модель дообучалась методом GRPO в рамках динамического OnlineRubrics-Every для медицинского направления; указаны шаг 33 и seed 11. Это плотная модель с 3,7 млрд параметров, предназначенная для генерации текста и диалогов. Метаданные указывают контекст до 262 144 токенов; карточка сообщает, что режим рассуждений отключён.

Чекпойнт использовался как историческое состояние политики для аудита Phase 1, а не как проверенная медицинская модель. Он может быть полезен для исследовательского анализа поведения при обучении и для экспериментов с генерацией ответов на медицинские темы. Карточка прямо не заявляет о наличии медицинских возможностей или безопасности и предупреждает, что модель не проверена для клинических решений. Лицензия — Apache-2.0.

Сценарии применения

Анализ поведения чекпойнта на этапе обучения
Исследование генерации ответов на медицинские вопросы
Сравнение динамического и статического обучения по рубрикам
Аудит промежуточной политики GRPO

Ограничения

Чекпойнт не подтверждён как обладающий медицинскими возможностями или безопасностью и не проверен для клинического применения. Это промежуточное исследовательское состояние политики.

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 33, 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: 4997eb6f885259e9abd7b8926a4c87a93ce9f968b5b58e642e97de5633c5f9c2

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: 7499cad