Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Лицензия: Apache 2.0
Архитектура: qwen2 · dense
Опубликована: 2 июл 2024

Ссылки

Med-Qwen2-7B

Генерация текстаТекст → текст3 профессии

Дообученная на медицинских данных модель Qwen2 с 7,1 млрд параметров для ответов на медицинские вопросы и генерации профильных текстов.

30скачиваний за 30 дней4лайкавеса обновлены2 июл 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «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.

Открыть конструктор бенчмарка

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

Med-Qwen2-7B — дообученная Echelon-AI модель семейства Qwen2 для генерации медицинских текстов. Она рассчитана на ответы на медицинские вопросы, помощь в интерпретации симптомов и подготовку специализированных медицинских текстов и отчётов. Модель содержит 7,1 млрд параметров, использует плотную авторегрессионную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов; в репозитории указаны веса Safetensors и возможность диалогового общения. README сообщает о дообучении на медицинском датасете, но не приводит идентификатор базовой модели.

Модель предназначена для медицинских специалистов и пациентов как инструмент поддержки работы с медицинской информацией. Заявления об улучшении диагностики и точности исходят из карточки модели; независимые оценки качества в предоставленных данных не приведены. Лицензия — Apache-2.0.

Сценарии применения

ответы на вопросы о медицинских состояниях
подготовка медицинских текстов и отчётов
объяснение медицинской информации в диалоге
помощь в интерпретации симптомов

Ограничения

Карточка не приводит независимых оценок качества или подробных ограничений применения; заявления о диагностической точности не подтверждены предоставленными данными. Не следует использовать ответы модели как единственное основание для медицинских решений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2 7B, after finetuning on a medical dataset, demonstrates enhanced performance in medical text understanding and generation

Model Description

The model shows improved accuracy in diagnosing medical conditions, generating specialized medical texts, and responding to medical queries with contextually relevant information. This adaptation equips Med-Qwen2 to support advanced applications in healthcare, offering nuanced insights and precise language processing tailored for medical professionals and patients alike

Finetuned from model : https://huggingface.co/Qwen/Qwen2-7B-Instruct

GGUF

Uses

Diagnosing medical conditions with improved accuracy.
Generating specialized medical texts and reports.
Providing contextually relevant responses to medical queries.
Supporting advanced applications in healthcare with precise language processing.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: ceb7e59