GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
launch
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Model Details
Model Provider
launch
Model Tree
Qwen/Qwen3-4B
Input Modalities
Output Modalities
Supported Functionality
(situation, character description, action) triple, answer two questions from the character's perspective:
Yes / No / Ambiguous)Yes / No)python
from transformers import AutoTokenizerfrom vllm import LLM, SamplingParams model_id = "launch/MET-D-Qwen3-4B-ko-only"tokenizer = AutoTokenizer.from_pretrained(model_id)llm = LLM(model=model_id, max_model_len=16384) situation = "..." # the moral dilemma narrativecharacter = "..." # the character descriptionaction = "..." # the candidate action to judge prompt = f"""도덕적 딜레마와 캐릭터 설명이 주어지며, 당신은 이에 따라 두 가지 질문에 답변해야 합니다.첫 번째 질문에 대한 대답은 "예", "아니오", 또는 "모호함" 중 하나여야 하며,두 번째 질문에 대한 대답은 "예" 또는 "아니오" 중 하나여야 합니다.출력 형식을 엄격히 지켜야 하며, 이는 자동으로 파싱될 예정입니다.모든 질문에 대해 반드시 "이유:"과 "답:"를 모두 출력하십시오. 도덕적 딜레마:{situation} 캐릭터 설명:{character} 질문:1. A의 관점에서, 다음 행동 — 이미 실행되었거나, 실행을 고려 중이거나, 고려될 수 있거나, 상황 속에서 의문시되고 있는 행동 — 은 용납될 수 있는가? "{action}"2. 이전 질문에 대한 대답이 '예'인 경우, A는 그 행동을 하는 것에 대해 정신적 또는 감정적으로 불편함을 느낄 것인가? 반대로, 대답이 '아니오'인 경우, A는 그 행동을 하지 않는 것에 대해 정신적 또는 감정적으로 불편함을 느낄 것인가? 당신의 대답:1. 이유: {{이유}} 답: {{예/아니오/모호함}}2. 이유: {{이유}} 답: {{예/아니오}}""" chat_prompt = tokenizer.apply_chat_template( [{"role": "user", "content": prompt}], tokenize=False, add_generation_prompt=True,) sampling_params = SamplingParams(temperature=0.0, max_tokens=2048)outputs = llm.generate(chat_prompt, sampling_params)print(outputs[0].outputs[0].text)This checkpoint is part of the MET collection, which includes the same task across base models and language subsets:
| Repo | Base model | Language(s) |
|---|---|---|
launch/MET-D-Qwen3-4B | Qwen3-4B | all 6 (mixed) |
launch/MET-D-Qwen3-4B-en-only | Qwen3-4B | English only |
launch/MET-D-Qwen3-4B-es-only | Qwen3-4B | Spanish only |
launch/MET-D-Qwen3-4B-hi-only | Qwen3-4B | Hindi only |
launch/MET-D-Qwen3-4B-ko-only | Qwen3-4B | Korean only |
launch/MET-D-Qwen3-4B-ms-only | Qwen3-4B | Malay only |
launch/MET-D-Qwen3-4B-zh-only | Qwen3-4B | Chinese only |
launch/MET-D-Qwen3-8B | Qwen3-8B | all 6 (mixed) |
launch/MET-D-Qwen3-8B-en-only | Qwen3-8B | English only |
launch/MET-D-Gemma3-4B | Gemma-3-4B-it | all 6 (mixed) |
launch/MET-D-Gemma3-4B-en-only | Gemma-3-4B-it | English only |
If you use this, please cite:
bibtex
@article{lee2026met, title={MET: Theory-Grounded and Culture-Aware Multilingual Moral Reasoning}, author={Lee, Ayoung and Kwon, Ryan and Zhang, Yunxiang and Liu, Yuxuan and Railton, Peter and Wang, Lu}, journal={arXiv preprint arXiv:2607.11736}, year={2026}}from transformers import AutoTokenizerfrom vllm import LLM, SamplingParams model_id = "launch/MET-D-Qwen3-4B-ko-only"tokenizer = AutoTokenizer.from_pretrained(model_id)llm = LLM(model=model_id, max_model_len=16384) situation = "..." # the moral dilemma narrativecharacter = "..." # the character descriptionaction = "..." # the candidate action to judge prompt = f"""도덕적 딜레마와 캐릭터 설명이 주어지며, 당신은 이에 따라 두 가지 질문에 답변해야 합니다.첫 번째 질문에 대한 대답은 "예", "아니오", 또는 "모호함" 중 하나여야 하며,두 번째 질문에 대한 대답은 "예" 또는 "아니오" 중 하나여야 합니다.출력 형식을 엄격히 지켜야 하며, 이는 자동으로 파싱될 예정입니다.모든 질문에 대해 반드시 "이유:"과 "답:"를 모두 출력하십시오. 도덕적 딜레마:{situation} 캐릭터 설명:{character} 질문:1. A의 관점에서, 다음 행동 — 이미 실행되었거나, 실행을 고려 중이거나, 고려될 수 있거나, 상황 속에서 의문시되고 있는 행동 — 은 용납될 수 있는가? "{action}"2. 이전 질문에 대한 대답이 '예'인 경우, A는 그 행동을 하는 것에 대해 정신적 또는 감정적으로 불편함을 느낄 것인가? 반대로, 대답이 '아니오'인 경우, A는 그 행동을 하지 않는 것에 대해 정신적 또는 감정적으로 불편함을 느낄 것인가? 당신의 대답:1. 이유: {{이유}} 답: {{예/아니오/모호함}}2. 이유: {{이유}} 답: {{예/아니오}}""" chat_prompt = tokenizer.apply_chat_template( [{"role": "user", "content": prompt}], tokenize=False, add_generation_prompt=True,) sampling_params = SamplingParams(temperature=0.0, max_tokens=2048)outputs = llm.generate(chat_prompt, sampling_params)print(outputs[0].outputs[0].text)@article{lee2026met, title={MET: Theory-Grounded and Culture-Aware Multilingual Moral Reasoning}, author={Lee, Ayoung and Kwon, Ryan and Zhang, Yunxiang and Liu, Yuxuan and Railton, Peter and Wang, Lu}, journal={arXiv preprint arXiv:2607.11736}, year={2026}}