/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Размер весов
11,2 ГБ
Лицензия
Apache 2.0
Архитектура
mediko · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
4 июн 2026

MediKo-4B-A1B-base

Генерация текстаТекст → текст3 профессии

Базовая корейская медицинская языковая модель на основе Qwen3 для генерации текста и исследовательских задач медицинского NLP.

49скачиваний 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-4B-A1B-base — базовая контрольная точка корейской медицинской языковой модели, разработанной на основе Qwen3-1.7B. Модель использует архитектуру VocMoE: расширенный медицинский словарь с 5 000 корейских терминов и восемь медицинских экспертов, из которых для токена выбираются два; общий путь сохраняет исходный плотный FFN. Всего в модели 3,49 млрд параметров, активно используется около 1,69 млрд. Она принимает текст и генерирует текст, имеет контекст до 40 960 токенов; карточка указывает корейский и английский языки, но проверялась модель только на корейских медицинских текстах.

Модель предназначена для исследований и обучения в области обработки корейского медицинского языка, включая генерацию и диалоговые сценарии. В README приведены результаты базовой версии на медицинских и корейских бенчмарках; результаты вариантов с настройкой инструкций относятся к другим контрольным точкам семейства. Требуется Transformers с trust_remote_code=True из-за пользовательской архитектуры MediKoForCausalLM. Модель может галлюцинировать; её нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений, а также не следует передавать ей персональные данные пациентов. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на вопросы по корейской медицине
  • исследование корейского медицинского NLP
  • оценка модели на корейских медицинских бенчмарках

Ограничения

Проверялась только на корейских медицинских текстах и может галлюцинировать; не предназначена для клинических решений, и ей не следует передавать персональные данные пациентов. Архитектура требует trust_remote_code=True, а MoE 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-4B-A1B (Base)

Korean medical language model built with VocMoE (DVE + MoDE). This is the base (continual-pretrained base) checkpoint of MediKo-4B-A1B.

SpecValue
BaseQwen3-1.7B
Total / Active params3.49B / 1.69B
Medical experts (N) / top-K8 / 2
Layers28
Vocab (DVE-expanded)156,669
Variantcontinual-pretrained base

This checkpoint (zero-shot avg): KorMedMCQA 41.0 · KMMLU-Med 42.1 · EnMed 52.6 · KoBEST 58.3 · HAE-RAE 44.7


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-4B-A1B-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
b261814

0 моделей