/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Base
Библиотека
transformers
Опубликована
1 окт 2026

Qwen3-4B-Base_safety_grpo_v00.05_nemotronv2

Генерация текстаТекст → текст3 профессии

Дообученная на GRPO модель Qwen3 с 3,7 млрд параметров для генерации текста и диалоговых ответов с заявленным акцентом на безопасность.

373скачиваний за 30 дней0лайковвеса обновлены1 окт 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Neel Rajani разработал эту модель как дообученную версию Qwen/Qwen3-4B-Base с использованием TRL и GRPO. Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; пример в карточке показывает ответ на открытый вопрос. Контекст составляет 32 768 токенов.

Название и описание указывают на настройку для задач безопасности, однако карточка не раскрывает методику, обучающие данные или результаты оценки безопасности, поэтому качество и границы этой настройки определить нельзя. Модель распространяется в формате safetensors; сведения о лицензии в использованных материалах отсутствуют.

Сценарии применения

  • генерация ответов на вопросы в диалоге
  • создание продолжений текста
  • эксперименты с настройкой языковых моделей на безопасность

Ограничения

Карточка не приводит оценок качества, описания обучающих данных или подробностей настройки безопасности, поэтому её защитные свойства не подтверждены приведёнными материалами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Qwen3-4B-Base_safety_grpo_v00.05_nemotronv2

This model is a fine-tuned version of Qwen/Qwen3-4B-Base. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="NeelRajani/Qwen3-4B-Base_safety_grpo_v00.05_nemotronv2", device_map="auto")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with GRPO, a method introduced in DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models.

Framework versions

  • TRL: 1.14.0
  • Transformers: 5.14.1
  • Pytorch: 2.13.0+cu129
  • Datasets: 5.0.1
  • Tokenizers: 0.22.2

Citations

Cite GRPO as:

@article{shao2024deepseekmath,
    title        = {{DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models}},
    author       = {Zhihong Shao and Peiyi Wang and Qihao Zhu and Runxin Xu and Junxiao Song and Mingchuan Zhang and Y. K. Li and Y. Wu and Daya Guo},
    year         = 2024,
    eprint       = {arXiv:2402.03300},
}

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
0b0bb50

0 моделей