/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
12,3 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
27 авг 2026

Ссылки

Hugging FacearXiv 1910.09700

qwen3b-rlcr-hotpot-racpo-v1-checkpoint-240

yuxuanw8
Генерация текстаТекст → текст5 профессий

Текстовая генеративная модель семейства Qwen на 3,1 млрд параметров для диалоговой генерации и задач вопросно-ответного рассуждения.

40скачиваний за 30 дней0лайковвеса обновлены27 авг 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.

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

yuxuanw8/qwen3b-rlcr-hotpot-racpo-v1-checkpoint-240 — чекпойнт текстовой генеративной модели семейства Qwen с примерно 3,1 млрд параметров. Модель опубликована пользователем yuxuanw8 и предназначена для запуска через библиотеку Transformers. Название чекпойнта указывает на эксперименты с многошаговым рассуждением и вопросно-ответными задачами HotpotQA, однако README не содержит подробного описания обучения, архитектуры или результатов оценки.

Модель поддерживает текстовый и conversational-сценарий использования, имеет контекст до 32 768 токенов и может применяться для генерации ответов, включая задачи, требующие последовательного анализа нескольких фрагментов информации. Метаданные не содержат подтверждённых языковых кодов, сведений о лицензии, датасетах, процедуре обучения или точных показателях качества, поэтому эти характеристики нельзя надёжно определить по доступным материалам.

Ограничения включают неполную карточку модели, отсутствие описания рисков, тестов и рекомендаций по применению. Модель может генерировать фактически неверные ответы и не должна использоваться в критически важных решениях без проверки человеком; условия лицензирования необходимо уточнить отдельно.

Сценарии применения

  • ответы на вопросы по нескольким источникам
  • многошаговое рассуждение по тексту
  • диалоговая генерация ответов
  • эксперименты с обучением моделей на HotpotQA
  • исследование методов RL для языковых моделей

Ограничения

README практически не содержит сведений о данных обучения, оценке качества, рисках и лицензии. Ответы модели могут быть неточными или содержать выдуманные факты; для критически важных сценариев необходима проверка человеком.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
4d7b20a

0 моделей

    Создать бенчмарк