Дообученная с подкреплением модель Qwen3-4B для изменения исполняемого каркаса системы вопросов и ответов на основе обратной связи от выполнения.
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
xuechengliu/qa-harness-rl-b — дообученная с помощью обучения с подкреплением модель Qwen3-4B. Она предназначена для изменения исполняемого программного каркаса вокруг замороженного решателя вопросов и ответов, используя обратную связь от выполнения. Модель сохраняет архитектуру, токенизатор и шаблон чата базовой модели Qwen3-4B; её можно запускать как обычный чекпойнт Qwen3-4B.
Модель относится к семейству Qwen3, использует плотную архитектуру Qwen3ForCausalLM и содержит 3,7 млрд параметров. Она принимает текст и генерирует текст; контекст составляет до 40 960 токенов. Для диалога и генерации используется формат чата Qwen3. Базовая модель поддерживает многоязычные задачи, однако конкретный набор языков этой версии не уточнён. Основной сценарий — итеративная настройка исполняемого каркаса системы вопросов и ответов по результатам его запуска.
Лицензия — Apache-2.0. Модель опубликована 21 сентября 2026 года; карточка не приводит результатов оценки качества, поэтому её эффективность в других сценариях не установлена.
Карточка не сообщает результаты оценки качества и не описывает проверку модели за пределами изменения каркаса системы вопросов и ответов. Поддерживаемые языки этой версии отдельно не перечислены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Qwen3-4B fine-tuned with reinforcement learning to revise the executable harness of a frozen
question-answering solver from execution feedback. Same architecture, tokenizer and chat template as
the base model; serve it like any Qwen3-4B checkpoint (for example vllm serve xuechengliu/qa-harness-rl-b).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…