A further fine-tuned version of Locutusque/gpt2-large-conversational on MedText and pubmed_qa
Evaluation
This model was evaluated using GPT-3.5, and it was asked medical questions. It achieved an average accuracy of 80%.
Характеристики
- Контекст
- 1 024 токена
- Архитектура
- gpt2 · dense
- Опубликована
- 1 авг 2023
Ссылки
gpt2-large-medical
Дообученная на медицинских данных GPT-2 Large для генерации ответов на медицинские вопросы.
114скачиваний за 30 дней11лайковвеса обновлены2 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.
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
Locutusque/gpt2-large-medical — дообученная Locutusque модель на архитектуре GPT-2 Large для генерации текста по медицинской тематике. Она обучена на данных MedText и pubmed_qa и предназначена для генерации ответов на медицинские вопросы. По README, при оценке с помощью GPT-3.5 модель показала среднюю точность 80%; описание не уточняет методику и набор вопросов, поэтому этот результат не следует считать универсальной оценкой качества.
Модель принимает текст и генерирует текст. Контекст составляет 1024 токена. Веса доступны в форматах PyTorch и Safetensors. Карточка не указывает лицензию или поддерживаемые естественные языки. Это узкоспециализированная экспериментальная модель; ответы о здоровье могут быть неточными и не заменяют консультацию медицинского специалиста.
Сценарии применения
- черновые ответы на медицинские вопросы
- генерация медицинских текстов по запросу
- эксперименты с языковой генерацией на MedText и PubMed QA
Ограничения
Оценка средней точности 80% описана без методики и деталей тестового набора. Ответы могут содержать ошибки и не подходят для принятия медицинских решений без проверки специалистом.
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 635моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
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
- GPT2LMHeadModel
- Ревизия весов
- 124d37a