Мультимодальная модель Cannae-AI для текстового анализа радиологических изображений и ответов на медицинские вопросы.
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 «Изображение → 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
MedicalLlama3.2-vision-11B-IT — мультимодальная модель Cannae-AI, дообученная на базе meta-llama/Llama-3.2-11B-Vision-Instruct. Она предназначена для диалога о медицинских изображениях, в особенности для анализа радиологических снимков и работы с медицинскими понятиями и подписями к изображениям. Модель принимает изображения и текстовые запросы и формирует текстовые ответы; её архитектура — Mllama для условной генерации текста с использованием зрения.
В дообучении использован набор радиологических изображений и связанных с ними медицинских понятий и подписей из PMC Open Access Subset, включая датасет ROCO-radiology. Карточка указывает английский и французский языки. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не приводит отдельной оценки клинической точности, поэтому ответы не следует считать медицинским диагнозом.
Карточка не сообщает об оценках клинической точности или пригодности для диагностики; модель дообучена на радиологических изображениях и подписях, поэтому её ответы могут быть ограничены этим типом данных.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a fine-tuned version of meta-llama/Llama-3.2-11B-Vision-Instruct on a multimodal dataset consisting of radiological images and associated medical concepts and captions extracted from the PMC Open Access Subset.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…