Uploaded model
- Developed by: JosephNguyen
- License: apache-2.0
- Finetuned from model : epfl-llm/meditron-7b
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 3 072 токена
- Параметры
- 6,6 млрд
- Размер весов
- 13,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- meditron-7b
- Опубликована
- 10 окт 2024
Ссылки
meditron-7b-finetuned
Англоязычная медицинская модель на базе Meditron-7B для генерации ответов на медицинские вопросы.
15скачиваний за 30 дней0лайковвеса обновлены14 окт 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.
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
JosephNguyen/meditron-7b-finetuned — англоязычная медицинская языковая модель, дообученная JosephNguyen на базе epfl-llm/meditron-7b. Она предназначена для генерации текста в медицинских сценариях, в том числе для ответов на вопросы. Модель построена на плотной архитектуре Llama, содержит 6,6 млрд параметров и принимает текст; заявленная длина контекста — 3072 токена.
При дообучении использовались Unsloth и библиотека Hugging Face TRL. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных результатов обучения, поэтому пригодность ответов для клинических решений по этим данным оценить нельзя.
Сценарии применения
- ответы на медицинские вопросы на английском языке
- генерация черновиков медицинских разъяснений
- эксперименты с медицинскими диалогами
- прототипирование англоязычных медицинских ассистентов
Ограничения
Карточка не сообщает результатов оценки качества или подробностей обучающих данных. Длина контекста составляет 3072 токена; ответы не следует считать клиническими рекомендациями без независимой проверки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 3020e40