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-048

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Qwen3-4B, дообученный методом GRPO с динамическими рубриками для исследовательского аудита генерации текста.

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 экспериментальный чекпойнт RaR-Medicine — состояние политики Qwen3-4B-Instruct-2507 после 48 обновлений оптимизатора (3 эпохи) с динамическими рубриками OnlineRubrics-Every и GRPO. Это плотная языковая модель класса Qwen3ForCausalLM с 3,7 млрд параметров, предназначенная для генерации текста в исследовательском аудите Phase 1; режим рассуждений отключён.

Модель принимает текст и генерирует текст. Для базовой модели указан контекст до 262 144 токенов; отдельные характеристики контекста дообученного чекпойнта не приведены. Модель распространяется в формате Safetensors, а README также описывает экспорт BF16. Лицензия — Apache-2.0.

Чекпойнт не валидирован для клинических решений, и разработчик не заявляет о наличии у него медицинских возможностей или гарантий безопасности. Его следует рассматривать как состояние исследовательской политики, а не как проверенную медицинскую систему.

Сценарии применения

изучение влияния динамических рубрик на обучение языковых моделей
воспроизведение или аудит эксперимента OnlineRubrics-Every GRPO
сравнение политики после 48 обновлений с базовой моделью Qwen3-4B-Instruct-2507

Ограничения

Модель не валидирована для клинических решений; разработчик не заявляет о её медицинских возможностях или безопасности. Это исследовательское состояние политики после ограниченного числа обновлений, а не проверенная прикладная 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 48, seed 11

Final policy after 48 optimizer updates (3 epochs) of dynamic OnlineRubrics-Every GRPO. Distinct from static-rubric GRPO. Base model: Qwen/Qwen3-4B-Instruct-2507; thinking disabled. This checkpoint is a 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: 13132b9fcdced2ab7b6f004df759580d0e8cfb07f438997e449776da9196efd3

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: ee47df3