/ Модель

Характеристики

Размер весов
8,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma3 · dense
Базовая модель
medgemma-1.5-4b-it
Опубликована
10 июл 2026

hash-MedGemma-1.5-4B-16bit-multilingual-it-3

Изображение и текст → текст

Производная модели AiHub4MSRH-Hash/hash-MedGemma-1.5-4B-16bit-multilingual-it. Дообученная мультимодальная модель Gemma 3 для диалоговых текстовых ответов по изображениям и текстовым запросам, включая медицинские сценарии.

16скачиваний за 30 дней0лайковвеса обновлены10 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 «Изображение → 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

Карточка модели AiHub4MSRH-Hash/hash-MedGemma-1.5-4B-16bit-multilingual-it-3 на Hugging Face совпадает с карточкой AiHub4MSRH-Hash/hash-MedGemma-1.5-4B-16bit-multilingual-it, поэтому описание составлено по ней.

AiHub4MSRH-Hash — дообученная мультимодальная модель на архитектуре Gemma 3, основанная на google/medgemma-1.5-4b-it. Она предназначена для диалоговых сценариев с изображениями и текстом, включая ответы на запросы по медицинским изображениям. Модель поддерживает ввод изображений и текста и генерирует текстовые ответы.

Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указано, что при дообучении использовались Unsloth и библиотека TRL; дополнительных сведений о данных обучения и проверке качества нет.

Сценарии применения

  • ответы на вопросы по медицинским изображениям
  • диалоговый анализ изображения с текстовым запросом
  • генерация текстовых пояснений к изображениям

Ограничения

Карточка не описывает обучающие данные и результаты оценки качества; медицинские ответы модели требуют проверки специалистом.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Uploaded finetuned model

  • Developed by: AiHub4MSRH-Hash
  • License: apache-2.0
  • Finetuned from model : google/medgemma-1.5-4b-it

This gemma3 model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForConditionalGeneration
Ревизия весов
08cc911

0 моделей