Uploaded finetuned model
- Developed by: AiHub4MSRH-Hash
- License: apache-2.0
- Finetuned from model : unsloth/medgemma-4b-it
This gemma3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Размер весов
- 8,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- gemma3 · dense
- Базовая модель
- medgemma-4b-it
- Опубликована
- 6 мар 2026
Ссылки
hash-MedGemma-4B-16bit-eng-swa-it
Изображение и текст → текст3 профессии
Дообученная на базе MedGemma модель Gemma 3 для диалоговой работы с текстом и изображениями.
15 316скачиваний за 30 дней0лайковвеса обновлены20 июн 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
AiHub4MSRH-Hash/hash-MedGemma-4B-16bit-eng-swa-it — дообученная мультимодальная модель семейства Gemma 3, созданная AiHub4MSRH-Hash на базе unsloth/medgemma-4b-it. Модель принимает текст и изображения и предназначена для диалогового взаимодействия с визуальным вводом.
Карточка сообщает, что обучение проводилось с Unsloth и библиотекой TRL. В метаданных указаны архитектура Gemma3ForConditionalGeneration, формат safetensors, английский язык и возможность работы с изображениями. Лицензия — Apache-2.0.
Карточка не описывает конкретные медицинские сценарии, обучающие данные, оценки качества или ограничения модели. Поэтому её специализированные возможности и надёжность в медицинских задачах по этим данным определить нельзя.
Сценарии применения
- диалоговые ответы на вопросы по изображению
- описание содержимого медицинского изображения
- визуальный вопросно-ответный ввод в мультимодальный чат
Ограничения
Карточка не приводит оценок качества, описания обучающих данных или конкретных проверенных медицинских сценариев. Не следует считать модель подтверждённым инструментом для диагностики.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Gemma3ForConditionalGeneration
- Ревизия весов
- 3c9cf29