/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Опубликована
12 июн 2023

cxrmate-tf

ЭмбеддингиТекст → embedding3 профессии

CXRMate-TF — продольная мультиизображенческая модель для генерации текстовых отчётов по рентгенограммам грудной клетки.

145скачиваний за 30 дней0лайковвеса обновлены20 фев 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

CXRMate-TF — модель генерации рентгенологических заключений по снимкам грудной клетки, представленная авторами исследования Aaron Nicolson, Jason Dowling, Douglas Anderson и Bevan Koopman. Это продольная мультиизображенческая модель: она предназначена для формирования отчёта с учётом нескольких снимков и данных во времени. Вариант TF обучен методом teacher forcing и не использует обучение с подкреплением.

Архитектура относится к vision-encoder-decoder; в метаданных указан класс LongitudinalPromptMultiCXREncoderDecoderModel. Модель принимает изображения рентгенограмм и выдаёт текст отчёта. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Размер модели, длина контекста и поддерживаемые языки в предоставленных данных не приведены.

Сценарии применения

  • генерация рентгенологического заключения по нескольким снимкам грудной клетки
  • составление отчёта по серии снимков пациента во времени
  • автоматизация подготовки черновиков заключений по рентгенограммам

Ограничения

Модель описана как обученная без обучения с подкреплением; данные не сообщают о её диагностической точности или проверке для клинического применения. Поддерживаемые языки не установлены по предоставленной карточке.

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

CXRMate: Longitudinal Data and a Semantic Similarity Reward for Chest X-Ray Report Generation

This is the longitudinal, multi-image Chest X-Ray (CXR) report generator trained with teacher forcing (no reinforcement learning).

Hugging Face Models From This Paper:

LinkLongitudinalMulti-imageReinforcement learning
https://huggingface.co/aehrc/cxrmateYYY
https://huggingface.co/aehrc/cxrmate-tfYYN
https://huggingface.co/aehrc/cxrmate-multi-tfNYN
https://huggingface.co/aehrc/cxrmate-single-tfNNN

Paper:

@article{NICOLSON2024101585,
title = {Longitudinal data and a semantic similarity reward for chest X-ray report generation},
journal = {Informatics in Medicine Unlocked},
volume = {50},
pages = {101585},
year = {2024},
issn = {2352-9148},
doi = {https://doi.org/10.1016/j.imu.2024.101585},
url = {https://www.sciencedirect.com/science/article/pii/S2352914824001424},
author = {Aaron Nicolson and Jason Dowling and Douglas Anderson and Bevan Koopman},
}

ArXiv:

GitHub Repository:

Notebook Example:

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Для архитектуры vision-encoder-decoder нет загрузчика под задачу embedding.

Класс архитектуры
LongitudinalPromptMultiCXREncoderDecoderModel
Ревизия весов
7237c68

0 моделей