/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
4 мая 2022

RadBERT

Заполнение пропусковТекст → текст3 профессии

Англоязычная BERT-модель, дополнительно предобученная на радиологических заключениях для заполнения пропущенных слов и работы с медицинским текстом.

1 313скачиваний за 30 дней28лайковвеса обновлены19 ноя 2022

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

RadBERT — языковая модель семейства BERT, разработанная Stanford AIMI. Она непрерывно предобучена на радиологических заключениях с инициализацией от BioBERT и предназначена для работы с медицинским текстом, в частности для предсказания пропущенных слов в радиологических отчётах. Модель содержит 135,5 млн параметров, принимает текстовые фрагменты длиной до 512 токенов и выдаёт оценки токенов для заполнения маски. Поддерживаемый язык — английский.

Модель подходит для анализа формулировок в радиологических заключениях и построения специализированных текстовых систем на её основе. Репозиторий содержит веса PyTorch; лицензия — MIT. Карточка не описывает клиническую проверку или ограничения точности, поэтому результаты требуют оценки перед применением в медицинских процессах.

Сценарии применения

  • заполнение пропущенных слов в радиологических заключениях
  • анализ и продолжение формулировок в отчётах радиологов
  • создание специализированных систем обработки радиологических текстов

Ограничения

Контекст ограничен 512 токенами; карточка не сообщает о клинической проверке качества, поэтому модель не следует считать самостоятельным инструментом для принятия медицинских решений.

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

RadBERT was continuously pre-trained on radiology reports from a BioBERT initialization.

Citation

@article{chambon_cook_langlotz_2022, 
  title={Improved fine-tuning of in-domain transformer model for inferring COVID-19 presence in multi-institutional radiology reports}, 
  DOI={10.1007/s10278-022-00714-8}, journal={Journal of Digital Imaging}, 
  author={Chambon, Pierre and Cook, Tessa S. and Langlotz, Curtis P.}, 
  year={2022}
} 

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
c8f9754

0 моделей