/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
93,4 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
30 дек 2023

MELT-Mixtral-8x7B-Instruct-v0.1

Генерация текстаТекст → текст3 профессии

Англоязычная дообученная модель Mixtral для медицинских вопросов, диалогов и учебных сценариев.

30скачиваний за 30 дней4лайкавеса обновлены21 фев 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

MELT-Mixtral-8x7B-Instruct-v0.1 — языковая модель Medical Education Language Transformer, разработанная Center for Applied AI. Это дообученная на общедоступных медицинских текстах, диалогах, вопросах и инструкциях версия Mixtral-8x7B-Instruct-v0.1. Модель использует архитектуру Mixtral с разреженной смесью экспертов; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Она работает с текстом и рассчитана на английский язык.

Сценарии применения

  • ответы на учебные вопросы по медицине
  • подготовка к USMLE, AIIMS и NEET
  • объяснение медицинских понятий в формате диалога
  • обобщение медицинских текстов и справочной информации

Ограничения

Модель может выдавать неточную или предвзятую информацию и не предназначена для медицинских рекомендаций. Результаты оценки на экзаменационных наборах не гарантируют точность в реальных клинических сценариях.

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

Model Card MELT-Mixtral-8x7B-Instruct-v0.1

The MELT-Mixtral-8x7B-Instruct-v0.1 Large Language Model (LLM) is a pretrained generative text model pre-trained and fine-tuned on using publically avalable medical data.

MELT-Mixtral-8x7B-Instruct-v0.1 is 68.2% accurate across 3 USMLE, Indian AIIMS, and NEET medical examination benchmarks, surpassing the pass mark (>60%) in the U.S. Medical Licensing Examination (USMLE) style questions.

To the best of our understanding our model is 6% more accurate than Google's 540 billion parameter Med-Palm, which is 10X larger.

Model Details

The Medical Education Language Transformer (MELT) models have been trained on a wide-range of text, chat, Q/A, and instruction data in the medical domain.

While the model was evaluated using publically avalable USMLE, Indian AIIMS, and NEET example questions, its use it intented to be more broadly applicable.

Model Description

Uses

MELT is intended for research purposes only. MELT models are best suited for prompts using a QA or chat format.

Out-of-Scope Use

MELT is intended for research purposes only and should not be used for medical advice.

Bias, Risks, and Limitations

MELT was training using collections publicly available, which likely contain biased and inaccurate information. The training and evaluation datasets have not been evaluated for content or accuracy.

How to Get Started with the Model

Use this model like you would the Mixtral-8x7B-Instruct-v0.1 model.

Training Details

Training Data

The following datasets were used for training:

Expert Med MedQA train MedMCQA train LiveQA MedicationQA MMLU clinical topics Medical Flashcards Wikidoc Wikidoc Patient Information MEDIQA MMMLU icliniq 10k HealthCare Magic 100k GenMedGPT-5k Mental Health Conversational

Training Procedure

Training Hyperparameters

  • Lora Rank: 64
  • Lora Alpha: 16
  • Lora Targets: "o_proj","down_proj","v_proj","gate_proj","up_proj","k_proj","q_proj"
  • LR: 2e-4
  • Epoch: 3
  • Precision: bf16

Evaluation

MELT-Mixtral-8x7B-Instruct-v0.1 demonstrated a average 4.42% improvement over Mixtral-8x7B-Instruct-v0.1 across 3 benchmarks. The base Mixtral-8x7B-Instruct-v0.1 model already performs signifigantly better (65.31%) than the base llama-2-7b-chat-hf model (35.26%) and our MELT-llama-2-7b-chat-v0.1 model (46.33%).

While there was limited improvement on the benchmarks, our training data contained a broad collection of medical text, chats, and multi-choice questions that would not be captured by the multi-choice evaluations.

Mixtral-8x7B-Instruct-v0.1

  • medqa: {'base': {'Average': 62.0, 'STEP-1': 62.24, 'STEP-2&3': 61.72}}
  • mausmle: {'base': {'Average': 73.12, 'STEP-1': 68.24, 'STEP-2': 78.16, 'STEP-3': 72.9}}
  • medmcqa: {'base': {'Average': 60.82, 'MEDICINE': 56.52, 'OPHTHALMOLOGY': 59.52, 'ANATOMY': 62.33, 'PATHOLOGY': 70.93, 'PHYSIOLOGY': 65.91, 'DENTAL': 52.37, 'RADIOLOGY': 66.07, 'BIOCHEMISTRY': 75.21, 'ANAESTHESIA': 73.91, 'GYNAECOLOGY': 55.56, 'PHARMACOLOGY': 74.72, 'SOCIAL': 50.0, 'PEDIATRICS': 60.61, 'ENT': 73.68, 'SURGERY': 61.69, 'MICROBIOLOGY': 61.64, 'FORENSIC': 69.77, 'PSYCHIATRY': 77.78, 'SKIN': 60.0, 'ORTHOPAEDICS': 71.43, 'UNKNOWN': 100.0}}
  • average: 65.31%

MELT-Mixtral-8x7B-Instruct-v0.1

  • medqa: {'base': {'Average': 67.19, 'STEP-1': 67.55, 'STEP-2&3': 66.78}}
  • mausmle: {'base': {'Average': 73.84, 'STEP-1': 74.12, 'STEP-2': 75.86, 'STEP-3': 71.96}}
  • medmcqa: {'base': {'Average': 63.58, 'MEDICINE': 63.04, 'OPHTHALMOLOGY': 66.67, 'ANATOMY': 67.12, 'PATHOLOGY': 72.48, 'PHYSIOLOGY': 67.42, 'DENTAL': 54.15, 'RADIOLOGY': 71.43, 'BIOCHEMISTRY': 80.17, 'ANAESTHESIA': 69.57, 'GYNAECOLOGY': 60.13, 'PHARMACOLOGY': 74.16, 'SOCIAL': 56.67, 'PEDIATRICS': 65.15, 'ENT': 65.79, 'SURGERY': 64.92, 'MICROBIOLOGY': 64.38, 'FORENSIC': 65.12, 'PSYCHIATRY': 88.89, 'SKIN': 70.0, 'ORTHOPAEDICS': 78.57, 'UNKNOWN': 100.0}}
  • average: 68.2%

Testing Data, Factors & Metrics

Testing Data

MedQA test MedMCQA test MA USMLE

Disclaimer:

The use of large language models, such as this one, is provided without warranties or guarantees of any kind. While every effort has been made to ensure accuracy, completeness, and reliability of the information generated, it should be noted that these models may produce responses that are inaccurate, outdated, or inappropriate for specific purposes. Users are advised to exercise discretion and judgment when relying on the information generated by these models. The outputs should not be considered as professional, legal, medical, financial, or any other form of advice. It is recommended to seek expert advice or consult appropriate sources for specific queries or critical decision-making. The creators, developers, and providers of these models disclaim any liability for damages, losses, or any consequences arising from the use, reliance upon, or interpretation of the information provided by these models. The user assumes full responsibility for their interactions and usage of the generated content. By using these language models, users agree to indemnify and hold harmless the developers, providers, and affiliates from any claims, damages, or liabilities that may arise from their use. Please be aware that these models are constantly evolving, and their capabilities, limitations, and outputs may change over time without prior notice. Your use of this language model signifies your acceptance and understanding of this disclaimer.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
9728518

0 моделей