/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
513 млн
Лицензия
Apache 2.0
Архитектура
mediko · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
4 июн 2026

MediKo-1.1B-A0.6B-base

Генерация текстаТекст → текст3 профессии

Компактная корейская медицинская языковая модель на базе Qwen3 для генерации текста и исследований в области медицинского NLP.

51скачиваний за 30 дней0лайковвеса обновлены25 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

MediKo-1.1B-A0.6B-base — базовая контрольная точка корейской медицинской языковой модели MediKo, разработанной на основе Qwen3-0.6B. Модель использует архитектуру VocMoE: расширяет словарь на 5 000 корейских медицинских токенов и направляет их к специализированным экспертам Mixture-of-Experts, сохраняя отдельный плотный путь для обычных токенов. Всего в модели 1,13 млрд параметров, активно используются около 0,59 млрд; контекст — до 40 960 токенов.

Модель предназначена для генерации текста и исследований в области корейской медицинской обработки языка: например, для проверки медицинских знаний и ответов на вопросы по медицинским текстам. Карточка приводит результаты тестирования на корейских медицинских и общих языковых наборах, но отмечает, что модель проверялась только на корейском медицинском тексте. Это базовая, а не настроенная на инструкции версия, поэтому её не следует считать готовым клиническим помощником.

Лицензия — Apache-2.0. Модель может ошибаться и не является медицинским устройством; её выводы нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений. Не следует передавать ей персональные данные пациентов. Для загрузки с Transformers требуется доверенная загрузка пользовательского кода архитектуры.

Сценарии применения

  • генерация корейского медицинского текста
  • ответы на вопросы о корейской медицине
  • оценка медицинских знаний на корейском языке
  • исследования по обработке корейских медицинских текстов

Ограничения

Проверена только на корейском медицинском тексте; модель может галлюцинировать и не предназначена для диагностики, лечения или клинических решений. Это базовая версия без настройки на инструкции; для запуска через Transformers требуется trust_remote_code=True.

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

MediKo-1.1B-A0.6B (Base)

Korean medical language model built with VocMoE (DVE + MoDE). This is the base (continual-pretrained base) checkpoint of MediKo-1.1B-A0.6B.

SpecValue
BaseQwen3-0.6B
Total / Active params1.13B / 0.59B
Medical experts (N) / top-K8 / 2
Layers28
Vocab (DVE-expanded)156,669
Variantcontinual-pretrained base

This checkpoint (zero-shot avg): KorMedMCQA 30.9 · KMMLU-Med 30.4 · EnMed 42.6 · KoBEST 50.9 · HAE-RAE 32.6


How it works

VocMoE combines two components:

  1. DVE (Domain Vocabulary Expansion) adds 5,000 Korean medical tokens (from KM-BERT, scored by fragmentation × frequency × PMI), cutting medical-term over-fragmentation ~64%.
  2. MoDE (Mixture-of-Domain-Experts) uses the vocabulary partition as the routing key: medical tokens (id ≥ original_vocab_size) go to dedicated experts, general tokens keep the preserved dense FFN. The general path stays architecturally isolated, preventing catastrophic forgetting at the architectural level.

Family & benchmarks

ModelBaseTotalActive
MediKo-1.1B-A0.6BQwen3-0.6B1.13B0.59B
MediKo-4B-A1BQwen3-1.7B3.49B1.69B
MediKo-9B-A4BQwen3-4B9.4B4.5B
MediKo-30B-A8B (not released)Qwen3-8B~30B~8.1B

Benchmark (zero-shot avg, instruction-tuned variants):

ModelActiveKorMedMCQAKMMLU-MedEnMedKoBESTHAE-RAE
Qwen3-8B (ref)8B42.252.470.764.057.7
KULLM3 (ref)10.7B42.739.165.467.754.0
MediKo-1.1B-A0.6B0.59B32.633.351.153.443.1
MediKo-4B-A1B1.69B44.844.560.859.350.2
MediKo-9B-A4B4.5B57.553.066.963.962.1

Table shows the -inst variants. This -base checkpoint's own scores are in the spec line above.


Usage

⚠️ Custom architecture (MediKoForCausalLM) — pass trust_remote_code=True. Token-type routing is generated inside forward() from input_ids.

This is the base (CPT) checkpoint — domain-adapted but not instruction-tuned. For chat / instruction following, use the -inst variant. Use this for completion or as a starting point for your own SFT.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "MediKo/MediKo-1.1B-A0.6B-base"
tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, trust_remote_code=True,
    torch_dtype=torch.bfloat16, device_map="auto",
)
ids = tok("당뇨병의 진단 기준은", return_tensors="pt").to(model.device)
out = model.generate(**ids, max_new_tokens=128)
print(tok.decode(out[0], skip_special_tokens=True))

Intended use & limitations

Research/education for Korean medical NLP.

⚠️ Medical disclaimer. Not a medical device; research/informational use only. Outputs must not be used for diagnosis, treatment, prescription, or clinical decision-making. Always consult a qualified professional. May hallucinate; do not input personally identifiable patient data.

Limitations. Validated only on Korean medical text. MoE → total memory larger than a comparable dense model. CPT token budget (~19.5B) modest vs large English medical LLMs.


Training data

  • Medical (Korean) ~108 GB + General (Korean) ~39 GB → ~19.5B tokens (≈76% / 24%).
  • Pipeline: DVE → Qwen3→MediKo dense → MoE upcycle → CPT.

License

Apache-2.0 (inherits Qwen3 base license). Comply with applicable medical / privacy regulations in your jurisdiction.

Citation

Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026.

@inproceedings{cho2026vocmoe,
  title     = {VocMoE: Vocabulary-Guided Mixture-of-Experts for Korean Medical Language Models},
  author    = {Cho, Sangyeon and Han, Jaeho and Jeon, Mingyu and Kim, Junyeong},
  booktitle = {Findings of the Association for Computational Linguistics: EMNLP 2026},
  year      = {2026},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MediKoForCausalLM
Ревизия весов
a40d42c

0 моделей