/ 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-inst

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель на базе Qwen3 для диалогов и ответов на вопросы по корейским медицинским текстам.

71скачиваний 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-Instruct — корейская медицинская языковая модель для диалогов и выполнения инструкций, разработанная на базе Qwen3-0.6B. Она использует архитектуру VocMoE: расширенный медицинский словарь из 5 000 корейских токенов и восемь специализированных экспертов, из которых для каждого токена выбираются два; общий путь обработки сохраняет плотный FFN базовой модели. Всего модель содержит около 1,13 млрд параметров, из них активно используются около 0,59 млрд; контекст — до 40 960 токенов.

Модель предназначена для исследовательских и образовательных задач корейского медицинского NLP: диалогов, ответов на вопросы и анализа медицинских текстов на корейском языке. В карточке приведены результаты нулевого обучения на корейских и англоязычном медицинском бенчмарках; проверка описана только для корейского медицинского текста. Модель может галлюцинировать, а её смесь экспертов требует больше памяти, чем сопоставимая плотная модель. Это не медицинское устройство: результаты нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по медицинским текстам на корейском языке
  • диалоги по корейской медицинской тематике
  • исследование корейского медицинского NLP
  • образовательный анализ корейских медицинских материалов

Ограничения

Проверка описана только для корейского медицинского текста; модель может галлюцинировать и не предназначена для клинических решений. Смесь экспертов требует больше памяти, чем сопоставимая плотная модель.

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 (Instruct)

Korean medical language model built with VocMoE (DVE + MoDE). This is the inst (instruction-tuned (chat)) 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
Variantinstruction-tuned (chat)

This checkpoint (zero-shot avg): KorMedMCQA 32.6 · KMMLU-Med 33.3 · EnMed 51.1 · KoBEST 53.4 · HAE-RAE 43.1


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

Usage

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

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "MediKo/MediKo-1.1B-A0.6B-inst"
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",
)

messages = [{"role": "user", "content": "성인 2형 당뇨병의 1차 약물 치료는 무엇인가요?"}]
# Thinking ON (default). OFF: add enable_thinking=False
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=512)
print(tok.decode(out[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))
  • Trained with a "Thinking Recovery" objective: supports both thinking (<think>...</think>) and non-thinking modes. Sampling: thinking temp=0.6, top_p=0.95; non-thinking temp=0.7, top_p=0.8.

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 → SFT.

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
adc24e7

0 моделей