/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
7 июл 2026

Qwen3-4B-Materials-RLRT-TR

Генерация текстаТекст → текст

Экспериментальный чекпойнт Qwen3-4B, обученный методом RLRT-TR на Materials для исследований генерации текста с подкреплением.

7скачиваний за 30 дней0лайковвеса обновлены7 июл 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

SeongryongJung/Qwen3-4B-Materials-RLRT-TR — экспериментальный чекпойнт Qwen3-4B, обученный методом RLRT-TR на датасете Materials с размером пакета 32. В репозитории размещён финальный и лучший по валидационному mean@16 чекпойнт global_step_100; для загрузки указаны Transformers и AutoModelForCausalLM. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов.

Чекпойнт предназначен для генерации текста и экспериментального изучения обучения с подкреплением на задаче Materials. В README указано, что валидационный mean@16 составил 0,00%, поэтому результаты не подтверждают практическую эффективность модели на этой задаче. Базовая модель — Qwen/Qwen3-4B. Лицензия — Apache-2.0.

Сценарии применения

  • Изучение обучения Qwen3-4B методом RLRT-TR
  • Эксперименты с обучением языковых моделей на Materials
  • Загрузка чекпойнта для генерации текста через Transformers

Ограничения

Валидационный mean@16 на Materials указан как 0,00%, поэтому карточка не демонстрирует успешность модели на целевой задаче. Поддерживаемые естественные языки в предоставленных данных не перечислены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Materials-RLRT-TR

This repository contains the Qwen3-4B Materials RLRT-TR run trained with batch size 32.

The repository root contains the best validation checkpoint (global_step_100), selected by validation mean@16. The best validation checkpoint is also the final checkpoint, so the repository root is both best and last.

Performance

DatasetMethodBase modelTrain batch sizeBest val mean@16Best checkpointFinal val mean@16Final checkpoint
MaterialsRLRT-TRQwen3-4B320.00%1000.00%100

Training and validation scores

Raw result files:

  • results/validation_mean16.csv
  • results/training_scores.csv
  • artifacts/config.yaml
  • artifacts/wandb-summary.json

Training Hyperparameters

HyperparameterValue
Base modelQwen/Qwen3-4B
MethodRLRT-TR
Train batch size32
Train max samples3200
Total training steps100
Save frequency10
Test frequency10
Teacher regularizationtrust-region
Teacher update rate0.1
Rollout samples per prompt8
Validation samples per prompt16
Learning rate1e-6
vLLM GPU memory utilization0.8

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/Qwen3-4B-Materials-RLRT-TR"
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

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
4c5a809

0 моделей