/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
10,3 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
apertus · dense
Базовая модель
Apertus-8B-Instruct-2509
Библиотека
transformers
Опубликована
8 мая 2026

Apertus-8B-MeditronFO

Генерация текстаТекст → текст3 профессии

Медицинская дообученная модель Apertus для ответов на клинические вопросы, анализа медицинских рекомендаций и оценки медицинских LLM.

2 272скачиваний за 30 дней8лайковвеса обновлены6 окт 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 «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

Apertus-8B-MeditronFO — медицинская диалоговая языковая модель, разработанная командой LiGHT в рамках семейства Fully Open Meditron. Это дообученная на медицинских данных модель Swiss AI Initiative Apertus-8B-Instruct; архитектура — плотная авторегрессионная модель ApertusForCausalLM, объём — 10,3 млрд параметров, контекст — до 65 536 токенов. Модель принимает текст и генерирует текст; в карточке указан английский язык.

Модель предназначена для медицинских вопросов и ответов, клинических виньеток и работы с медицинскими рекомендациями, а также для оценки медицинских LLM. Обучающий корпус Fully Open Meditron включает 601 тыс. примеров из восьми публичных медицинских наборов данных и синтетические компоненты, проверенные клиницистами. Авторы сообщают о приросте на медицинских бенчмарках относительно базовой модели; результаты относятся к указанным в карточке тестам и не гарантируют точность в реальной клинической практике.

Весовые файлы доступны в формате safetensors, лицензия — Apache 2.0. Модель может выдавать фактически неточные, непоследовательные или предвзятые ответы. Авторы рекомендуют использовать её как вспомогательный инструмент и проверять важную информацию; она предназначена для медицинских задач и оценки, а не как окончательный источник медицинских решений.

Сценарии применения

  • ответы на вопросы по медицине и здравоохранению
  • разбор клинических виньеток
  • ответы на вопросы по медицинским рекомендациям
  • оценка медицинских языковых моделей
  • вспомогательная генерация медицинских объяснений

Ограничения

Модель может генерировать фактически неточные, непоследовательные или предвзятые ответы; важные сведения необходимо проверять. Она предназначена для вспомогательного применения и оценки медицинских моделей, а не для принятия клинических решений без проверки.

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

Apertus-8B-MeditronFO

[!Note] We're introducing Apertus-8B-MeditronFO, our small fully open medical specialist LLM, medical specialization of Apertus-8B-Instruct on the Fully Open Meditron Corpus. This model is part of the Fully Open Meditron family — the first end-to-end auditable pipeline for clinical LLMs, with open weights, open data, open training recipe, and clinician-vetted corpus construction.

  • Part of the Fully Open Meditron family: End to end fully open clinical LLMs
  • Best medical accuracy among small fully open medical LLMs: 48.26% on the five-benchmark average, against 42.39% for Apertus-8B-Instruct
  • Preferred over Apertus-8B-Instruct in 74.2% of comparisons on AutoMOOVE, the clinician-validated LLM-judge evaluation (three-judge majority, 516 clinician-written vignettes)
  • Largest HealthBench gain in the MeditronFO family: +16.1 points over its base (26.0 → 42.1)

Benchmark

Accuracy (%) on four multiple-choice medical benchmarks (greedy decoding) and score (%) on HealthBench (all 5,000 conversations, Gemma-4-31B grader). See the paper for the full evaluation details, confidence intervals and the AutoMOOVE results.

BenchmarkApertus-8B-InstructApertus-8B-MeditronFOΔ
MedMCQA47.852.0+4.2
MedQA52.160.7+8.6
PubMedQA74.371.4−2.9
MedXpertQA11.815.1+3.3
HealthBench26.042.1+16.1
Average (5)42.3948.26+5.87

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "EPFLiGHT/Apertus-8B-MeditronFO"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "A 62-year-old woman presents with a three-day history of dyspnea on exertion and a productive cough. What is the differential diagnosis?"},
]
inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512, do_sample=False)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

Training

  • Base model: Apertus-8B-Instruct
  • Corpus: Fully Open Meditron, 533,888 examples: Curated QA (195.5k, seven public medical QA datasets), Synthetic Curated QA (184.5k), Guidelines QA (129.8k, generated from 14,192 clinical practice guidelines) and Synthetic vignettes (24.0k, modelled on clinician-written MOOVE vignettes). Every answer is written by gpt-oss-120b with rejection sampling (pass@8; multiple-choice answers must match the gold label), with generation prompts co-authored by four clinicians
  • Decontamination: two-stage n-gram decontamination against all evaluation benchmarks and the AutoMOOVE test set (4,197 rows removed)
  • Recipe: 1 epoch, learning rate 1e-5 with cosine decay and 10% warmup, effective batch 64 sequences of 8,192 packed tokens, AdamW, seed 42
  • Framework: Axolotl with DeepSpeed ZeRO-3, bf16

Full hyperparameters are in the training appendix of the paper.

Compute & footprint

The training was done on 2 nodes of 4 NVIDIA GH200 GPUs for 51 min (7 GPU-hours) on the Alps supercomputer of the CSCS Swiss National Supercomputing Centre. Our trainings have a carbon neutral footprint as the CSCS data center is carbon neutral (CSCS energy efficiency).

Limitations & intended use

MeditronFO can produce text on a variety of topics, but the generated content may not always be factually accurate, logically consistent, or free from biases present in the training data. MeditronFO has been trained to be specialised for Medicine and is intended to be used for Medicine related tasks evaluation. These models should be used as assistive tools rather than definitive sources of information. Users should always verify important information and critically evaluate any generated content.

Citation

If you find MeditronFO useful in your research, please cite our preprint:

@misc{theimerlienhard2026fullyopenmeditronauditable,
  title         = {Fully Open Meditron: An Auditable Pipeline for Clinical LLMs},
  author        = {Xavier Theimer-Lienhard and Mushtaha El-Amin and Fay Elhassan and Sahaj Vaidya and Victor Cartier-Negadi and David Sasu and Lars Klein and Mary-Anne Hartley},
  year          = {2026},
  eprint        = {2605.16215},
  archivePrefix = {arXiv},
  primaryClass  = {cs.AI},
  url           = {https://arxiv.org/abs/2605.16215}
}

Contact

Please use the community tab for any discussions or issue related to this model. Questions related to the project can be sent to xavier.theimer-lienhard@epfl.ch or mary-anne.hartley@epfl.ch.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ApertusForCausalLM
Ревизия весов
dd86892

0 моделей