/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
1 мар 2024

Taiwan-inquiry_7B_v1.0

Генерация текстаТекст → текст3 профессии

Диалоговая модель на традиционном китайском языке для учебной отработки клинических бесед и сценариев OSCE, играя роль пациента.

23скачиваний за 30 дней2лайкавеса обновлены5 июн 2024

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.

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

Taiwan-inquiry7Bv1.0 — диалоговая модель на архитектуре Llama, дообученная Джозефом (Чен-Вэй) Ли, ассистентом-исследователем Национальной университетской больницы Тайваня. Она основана на yentinglin/Taiwan-LLM-7B-v2.1-chat и содержит 6,6 млрд параметров; максимальный контекст — 4096 токенов. Модель работает с традиционным китайским языком, в том числе его тайваньским вариантом.

Модель предназначена для учебных диалогов по клиническим навыкам и сценариям OSCE: она может играть пациента в беседе с пользователем в роли врача и отвечать с учётом краткой предыстории пациента в системном запросе. Для дообучения использованы 614 реальных диалогов из Национальной университетской больницы Чэн Кун и 101 синтетический диалог, созданные с помощью GPT-3.5 и Gemini Pro. Лицензия — Apache 2.0.

Это учебный инструмент для отработки клинического опроса, а не замена медицинского специалиста или проверенного медицинского справочника. Карточка не приводит результатов оценки качества ответов.

Сценарии применения

  • Ролевые диалоги врача с пациентом для подготовки к OSCE
  • Отработка клинического опроса на традиционном китайском языке
  • Симуляция беседы с пациентом по заданной предыстории
  • Практика сбора симптомов в учебном медицинском сценарии

Ограничения

Модель предназначена для учебных сценариев и не заменяет врача или проверенные медицинские источники. В карточке не приведены результаты оценки качества ответов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🔎 Taiwan-inquiry_7B_v1.0

"The model was fine-tuned based on the Taiwan-LLM-7B-v2.1-chat model using a dataset that includes 614 authentic dialogues from the National Cheng Kung University Hospital. Additionally, 101 synthetic dialogues were included in the training set. The dialogue content covers topics referenced from OSCE (臨床技能測驗) sample questions in Taiwan. These synthetic dialogues were generated using GPT-3.5 and Gemini-Pro. The training process aimed to enhance the model's performance in understanding and generating responses related to clinical skills assessment scenarios in a medical context."

Model Description

  • Developed by: Joseph (Chen-Wei) Li, researcher assistant from National Taiwan University Hospital.
  • Model type: A 7B parameter GPT-like model fine-tuned on a combination of private and synthetic dialogue datasets.
  • Language(s) (NLP): Traditional Chinese (zh-tw)
  • Finetuned from model : yentinglin/Taiwan-LLM-7B-v2.1-chat

Usage of the model

  • The user can take on the role of a doctor, and the model can engage in conversation with you as if it were a patient.
  • You can provide the model with a brief patient background in the system prompt, and the model will respond based on that prompt.

DEMO

  • prompt: 一名50歲先生抱怨視線模糊和眼睛乾澀,請進行眼科檢查。

image/png image/png image/png

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
882e0ed

0 моделей