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-045

HYU-NLP-EVAL

Генерация текстаТекст → текст3 профессии

Промежуточный исследовательский чекпойнт Qwen3-4B, созданный для аудита обучения GRPO в проекте OnlineRubrics-Every.

23скачиваний 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 RaR-Medicine — состояние политики на 45-м шаге динамического обучения OnlineRubrics-Every с GRPO и seed 11. Модель основана на Qwen/Qwen3-4B-Instruct-2507: это плотная языковая модель архитектуры Qwen3 с 3,7 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; максимальная длина контекста — 262 144 токена.

Карточка описывает этот чекпойнт как историческое состояние политики для аудита Phase-1, а не как готовую медицинскую модель. Разработчик не заявляет о медицинских возможностях или безопасности модели и не рекомендует её для клинических решений. Модель распространяется в формате Safetensors через Transformers; лицензия — Apache-2.0.

Сценарии применения

анализ промежуточного состояния обучения GRPO
воспроизведение аудита Phase-1 проекта OnlineRubrics-Every
исследование поведения диалоговой языковой модели на медицинской тематике
сравнение динамических и статических рубрик в исследовательском эксперименте

Ограничения

Чекпойнт является историческим промежуточным состоянием обучения и не заявлен как модель с подтверждёнными медицинскими возможностями или гарантиями безопасности. Он не валидирован для клинических решений; обучающие данные и состояния оптимизатора в репозитории отсутствуют.

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 45, 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: 77d54aa7015fe26e1463da1f93d1db49113a0ada3dfbf6a0c09df6d77f12d58e

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: afb3b96