/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
27,5 ГБ
Архитектура
libra · dense
Базовая модель
vicuna-7b-v1.5
Библиотека
transformers
Опубликована
16 июл 2025

libra-maira-2

Генерация текстаТекст → текст

Мультимодальная модель Libra для исследовательской генерации радиологических заключений по рентгеновским снимкам грудной клетки.

91скачиваний за 30 дней3лайкавеса обновлены22 дек 2025

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

MAIRA-2 — мультимодальная модель семейства Libra для генерации радиологических заключений по рентгеновским снимкам грудной клетки. Чекпойнт создан на основе объединения Vicuna-7B-v1.5 и microsoft/rad-dino-maira-2; его архитектура — плотная LibraLlamaForCausalLM, размер — 6,6 млрд параметров. Модель принимает изображения и текстовые инструкции, а генерирует текст; контекст составляет 4096 токенов.

Модель предназначена для исследовательских экспериментов по созданию обоснованных или необоснованных заключений, включая генерацию раздела findings по одному фронтальному снимку. Для такого режима требуются специальный шаблон диалога и настройки vision encoder, описанные в README; эти настройки не подходят для задач локализации находок или нескольких изображений. Чекпойнт распространяется для исследований и сравнений, не валидирован для клинического применения; условия лицензии в предоставленных данных не описаны.

Сценарии применения

  • генерация раздела findings по одному фронтальному рентгеновскому снимку грудной клетки
  • создание радиологических заключений по рентгенограммам грудной клетки
  • сравнение методов генерации заключений по снимкам грудной клетки

Ограничения

Чекпойнт предназначен для исследований и сравнений и не валидирован для клинической диагностики или лечения. Описанная настройка подходит только для генерации findings по одному фронтальному снимку и не применима к grounding или нескольким изображениям; требуется строгий шаблон диалога.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MAIRA-2 (finetuned from Vicuna-7B, RAD-DINO)

MAIRA-2 is a multimodal transformer designed for the generation of grounded or non-grounded radiology reports from chest X-rays. MAIRA-2 has been built for research purposes only and is being shared to facilitate comparison and further research.

📌 Note: For original model weights, refer to microsoft/maira-2.

📃 Original paper: MAIRA-2: Grounded Radiology Report Generation.


🔬 Experimental Usage in Libra's repo

This model checkpoint is intended for experimental use and can be tested directly within the Libra repository.

For better benchmarking, we recommend using the official test set from X-iZhang/MIMIC-CXR-RRG.

Key Modification

To enable the re-trained vision encoder during inference and to follow the MAIRA-2 behaviour — using feature_maps from the Dinov2Backbone (i.e., hidden states with LayerNorm applied, instead of raw hidden_states) — make sure to apply the following configuration:

"unfreeze_mm_vision_tower": true,
"use_maira_feature_norm": true

[!NOTE]

  • This setting is specifically designed for findings section generation from a single frontal view Chest X-ray.
  • It is not applicable to grounding tasks or settings involving multiple image inputs.

Use-case: Findings generation without grounding

❗️MAIRA-2 requires a strict Chat Template and must be manually provided.

# ✅ With clinical instruction
prompt_with_clinical = (
    "Provide a description of the findings in the radiology study in comparison to the prior frontal image. "
    "INDICATION: Dyspnea. TECHNIQUE: PA and lateral views of the chest. COMPARISON: None."
)

# ✅ Without clinical instruction — placeholders (INDICATION, TECHNIQUE, COMPARISON) must still be included
prompt_minimal = (
    "Provide a description of the findings in the radiology study in comparison to the prior frontal image. "
    "INDICATION: None. TECHNIQUE: None. COMPARISON: None."
)

# 🧪 Inference example following the official MAIRA-2 setup
from libra.eval import libra_eval

frontal_image_url = "https://openi.nlm.nih.gov/imgs/512/145/145/CXR145_IM-0290-1001.png"
model_path = "X-iZhang/libra-maira-2"

answer = libra_eval(
    model_path=model_path,
    image_file=[frontal_image_url],
    query=prompt_with_clinical,
    conv_mode="maira_2",
    temperature=0.0,         # Use greedy decoding
    max_new_tokens=300,
)

# ✅ Expected output
print(answer)
# > There is a large right pleural effusion.
# > No pneumothorax is identified.
# > There is no left pleural effusion.
# > There is no focal consolidation.
# > The cardiomediastinal silhouette is within normal limits.

📚 Learn More

For a deeper dive into the methodology, theoretical insights, and performance benchmarks of the Libra framework, please see the following resources:


Disclaimer

This implementation is intended strictly for research and benchmarking purposes. It is not validated for clinical use, and any application in real-world diagnosis or treatment is strongly discouraged.

If any use case is found to violate these intended purposes (e.g., clinical deployment, misleading medical claims), the maintainers reserve the right to remove related code, models, or access permissions without prior notice.

License

MSRLA license.


Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура libra неизвестна transformers в образе рантайма.

Класс архитектуры
LibraLlamaForCausalLM
Ревизия весов
f1ca4ab

0 моделей