Дообученная языковая модель Qwen3 для критики и оценки решений, включая выводы кодовых агентов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
code-critic-model/qwen3-4b-sft-prm — копия Qwen3-4B-Critic-SFT, критической языковой модели, дообученной авторами проекта Steer, Don't Solve на корпусе CWM + Qwen. Она основана на Qwen/Qwen3-4B-Instruct-2507 и предназначена для оценки и критики решений, в том числе в сценариях работы кодовых агентов. Веса совпадают побайтно с указанной моделью; README рекомендует обращаться к её полной карточке для подробностей.
Это плотная модель Qwen3 с 3,7 млрд параметров, использующая архитектуру Qwen3ForCausalLM и формат safetensors. Метаданные указывают контекст до 262 144 токенов и поддержку чата. Модель распространяется по лицензии Apache-2.0. Карточка не приводит конкретных результатов оценки качества или подробных ограничений применения.
README не приводит количественных оценок качества и подробных рекомендаций по применению; для них предлагается использовать карточку Qwen3-4B-Critic-SFT. Модель ориентирована на критику и оценивание, поэтому её генерацию не следует автоматически считать проверенным решением.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Duplicate repository. The weights here are byte-identical to Qwen3-4B-Critic-SFT, the 4B SFT critic from Steer, Don't Solve. Use that repository; it has the full model card. This copy is kept because the DPO training runs in this organization reference it as their
base_model.
Qwen3-4B-Instruct-2507 fine-tuned on critic-sft-cwm-qwen. The auto-generated card that used to live here named the wrong training run; the weights were always the CWM + Qwen corpus model.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…