Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Лицензия: MIT
Архитектура: bert · dense
Опубликована: 19 июн 2023

Ссылки

Hugging Face

BETO_Galen

IIC

ЭмбеддингиТекст → embedding3 профессии

BETO Galén — испанская модель на базе BERT для извлечения признаков из медицинских текстов.

118скачиваний за 30 дней0лайковвеса обновлены25 ноя 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 «Эмбеддинги» — 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

BETO Galén — медицинская языковая модель на базе BERT, представленная в сторонней перезагрузке оригинальной модели с GitHub. Она предназначена для извлечения признаков из испанского текста, в частности для задач обработки медицинских текстов.

Модель содержит 137,1 млн параметров, использует архитектуру BERT и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса в форматах PyTorch и Safetensors и распространяется по лицензии MIT. README не приводит результатов оценки или подробностей обучения.

Сценарии применения

Извлечение признаков из испанских медицинских текстов
Получение векторных представлений медицинских документов
Подготовка медицинских текстов для последующей классификации
Анализ испанских клинических текстов в NLP-процессах

Ограничения

README не содержит сведений об оценке качества или конкретных ограничениях; доступный контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BETO Galén

This is a third party reupload of the original BETO Galén model, available in GitHub.

Please refer to the original publication for more information

BibTeX entry and citation info

@article{9430499,
  author={López-García, Guillermo and Jerez, José M. and Ribelles, Nuria and Alba, Emilio and Veredas, Francisco J.},
  journal={IEEE Access}, 
  title={Transformers for Clinical Coding in Spanish}, 
  year={2021},
  volume={9},
  number={},
  pages={72387-72397},
  doi={10.1109/ACCESS.2021.3080085}}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: BertModel
Ревизия весов: c0e7ed4