/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
10 янв 2024

Medorca-2x7b

Генерация текстаТекст → текст3 профессии

Medorca-2x7b — объединённая MoE-модель для генерации текста и ответов на медицинские вопросы.

198скачиваний за 30 дней2лайкавеса обновлены23 янв 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

Medorca-2x7b — языковая модель с архитектурой Mixture of Experts (MoE), объединяющая Meditron-7B от EPFL и Orca-2-7B от Microsoft. Она предназначена для генерации текста и может применяться к медицинским вопросам и общим диалоговым запросам. Репозиторий содержит веса в формате safetensors; объём модели по метаданным — 6,6 млрд параметров, контекст — до 4096 токенов.

Модель создана на основе объединения двух моделей, одна из которых ориентирована на медицинские ответы. В README приведены названия медицинских бенчмарков, однако результатов оценки нет, поэтому качество ответов по ним установить нельзя. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на медицинские вопросы
  • генерация ответов в диалоговом интерфейсе
  • подготовка черновиков медицинских объяснений

Ограничения

В README перечислены медицинские бенчмарки, но значения результатов отсутствуют, поэтому качество модели по ним оценить нельзя. Контекст ограничен 4096 токенами.

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

image/png

Medorca-2x7b

Medorca-2x7b is a Mixure of Experts (MoE) made with the following models:

Evaluations

BenchmarkMedorca-2x7bOrca-2-7bllama-2-7bmeditron-7bmeditron-70b
MedMCQA
ClosedPubMedQA
PubMedQA
MedQA
MedQA4
MedicationQA
MMLU Medical
MMLU53.356.37
TruthfulQA48.0452.45
GSM8K20.6447.2
ARC54.154.1
HellaSwag76.0476.19
Winogrande74.5173.48

More details on the Open LLM Leaderboard evaluation results can be found here

🧩 Configuration

base_model: microsoft/Orca-2-7b
gate_mode: hidden
dtype: bfloat16
experts:
  - source_model: epfl-llm/meditron-7b
    positive_prompts: 
      - "How does sleep affect cardiovascular health?"
      - "Could a plant-based diet improve arthritis symptoms?"
      - "A patient comes in with symptoms of dizziness and nausea..."
      - "When discussing diabetes management, the key factors to consider are..."
      - "The differential diagnosis for a headache with visual aura could include..."
    negative_prompts:
      - "Recommend a good recipe for a vegetarian lasagna."
      - "Give an overview of the French Revolution."
      - "Explain how a digital camera captures an image."
      - "What are the environmental impacts of deforestation?"
      - "The recent advancements in artificial intelligence have led to developments in..."
      - "The fundamental concepts in economics include ideas like supply and demand, which explain..."
  - source_model: microsoft/Orca-2-7b
    positive_prompts:
      - "Here is a funny joke for you -"
      - "When considering the ethical implications of artificial intelligence, one must take into account..."
      - "In strategic planning, a company must analyze its strengths and weaknesses, which involves..."
      - "Understanding consumer behavior in marketing requires considering factors like..."
      - "The debate on climate change solutions hinges on arguments that..."
    negative_prompts:
      - "In discussing dietary adjustments for managing hypertension, it's crucial to emphasize..."
      - "For early detection of melanoma, dermatologists recommend that patients regularly check their skin for..."
      - "Explaining the importance of vaccination, a healthcare professional should highlight..."

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Technoculture/Medorca-2x7b"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16},
)

messages = [{"role": "user", "content": "Why am i feeling so tired this month?"}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
488ad14

0 моделей