/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
21,3 ГБ
Лицензия
Llama 3
Архитектура
mllama · dense
Базовая модель
Llama-3.2-11B-Vision-Instruct
Библиотека
unsloth
Опубликована
14 июн 2026

ECG-Instruct-Llama-3.2-11B-Vision-gguf

Генерация текстаТекст → текст3 профессии

Производная модели convaiinnovations/ECG-Instruct-Llama-3.2-11B-Vision. Мультимодальная модель Convai Innovations анализирует изображения ЭКГ и формирует текстовые интерпретации для исследований, обучения и разработки прототипов.

12скачиваний за 30 дней0лайковвеса обновлены14 июн 2026

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

Карточка модели bwza/ECG-Instruct-Llama-3.2-11B-Vision-gguf на Hugging Face совпадает с карточкой convaiinnovations/ECG-Instruct-Llama-3.2-11B-Vision, поэтому описание составлено по ней.

Модель ECG-Instruct-Llama-3.2-11B-Vision разработана Нандакишором М. и Анджали М. из Convai Innovations. Это дообученная с помощью LoRA мультимодальная модель Llama 3.2 Vision, предназначенная для интерпретации изображений электрокардиограмм и подготовки текстовых отчётов в исследовательских, образовательных и демонстрационных сценариях, а также при создании прототипов поддержки врачебных решений.

Модель обучена на наборе ECGInstruct с инструктивными примерами, полученными из открытых источников, включая MIMIC-IV ECG и PTB-XL. В метаданных указана архитектура mllama и формат весов safetensors; базовая модель содержит 11 млрд параметров. Лицензия — llama3. Авторы сообщают о результатах на задаче выявления аномалий, но отмечают, что модель не проверялась на внешних клинических наборах данных.

Модель не валидирована для клинического применения и не одобрена FDA или CE. Её ответы могут быть ошибочными, требуют проверки специалистом и не должны использоваться для постановки диагноза или принятия решений о лечении.

Сценарии применения

  • анализ изображений электрокардиограмм
  • подготовка текстового отчёта по ЭКГ
  • выявление аномалий на электрокардиограмме
  • создание исследовательского прототипа поддержки врачебных решений

Ограничения

Модель не валидирована для клинического применения, не одобрена FDA или CE и не тестировалась на внешних клинических наборах данных. Её выводы могут содержать ошибки и требуют проверки квалифицированным специалистом.

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

High-Accuracy ECG Image Interpretation with LLaMA 3.2

This repository contains the official fine-tuned model from the paper: "High-Accuracy ECG Image Interpretation using Parameter-Efficient LoRA Fine-Tuning with Multimodal LLaMA 3.2".

Peer Reviewed Paper at : BMJ Digital Health & AI: e000031

This model was developed by Nandakishor M and Anjali M at Convai Innovations. It is designed to provide high-accuracy, comprehensive interpretation of electrocardiogram (ECG) images.

Model Details

  • Base Model: unsloth/Llama-3.2-11B-Vision-Instruct
  • Fine-tuning Strategy: Parameter-Efficient LoRA
  • Dataset: ECGInstruct, a large-scale dataset with 1 million instruction-following samples derived from public sources like MIMIC-IV ECG and PTB-XL.
  • Primary Use: Automated analysis and report generation from ECG images to assist cardiologists and medical professionals in diagnosing a wide range of cardiac conditions.

How to Use

This model was trained using Unsloth to achieve high performance and memory efficiency. The following code provides a complete example of how to load the model in 4-bit precision and run inference.

You can run the code using Free Google Colab at : Open In Colab

import torch
from unsloth import FastVisionModel
from transformers import AutoProcessor, TextStreamer
from PIL import Image
from IPython.display import display

# Make sure you have an ECG image file, e.g., 'my_ecg.jpg'
image_path = "my_ecg.jpg"

# Load the 4-bit quantized model and processor
model, processor = FastVisionModel.from_pretrained(
    model_name="convaiinnovations/ECG-Instruct-Llama-3.2-11B-Vision",
    max_seq_length=4096,
    dtype=None,
    load_in_4bit=True,
    device_map="cuda"
)

# Enable fast inference mode
FastVisionModel.for_inference(model)

# Load the image
image = Image.open(image_path).convert("RGB")

# Define the instruction
query = "You are an expert cardiologist. Write an in-depth diagnosis report from this ECG data, including the final diagnosis."

# Prepare the prompt
messages = [
    {"role": "user", "content": [
        {"type": "image"},
        {"type": "text", "text": query}
    ]}
]
input_text = processor.apply_chat_template(messages, add_generation_prompt=True)

# Process inputs
inputs = processor(
    text=input_text,
    images=image,
    return_tensors="pt",
).to("cuda")

# Set up streamer for token-by-token output
text_streamer = TextStreamer(processor.tokenizer, skip_prompt=True)

# Generate the report
_ = model.generate(**inputs,
                    streamer=text_streamer,
                    max_new_tokens=512,
                    use_cache=True,
                    temperature=0.2,
                    min_p=0.1)

# To see the input image in a notebook:
# display(image.resize((600, 400)))

Training and Fine-tuning

The model was fine-tuned on the ECGInstruct dataset using a parameter-efficient LoRA strategy, which significantly improves performance on ECG interpretation tasks while preserving the base model's extensive knowledge.

Key Hyperparameters:

  • LoRA Rank (r): 64
  • LoRA Alpha (alpha): 128
  • LoRA Dropout: 0.05
  • Learning Rate: 2e-4 with a cosine scheduler
  • Epochs: 3
  • Hardware: 4x NVIDIA A100 80GB GPUs
  • Framework: Unsloth with DeepSpeed ZeRO-2

Note: As described in the paper, the lm_head and embed_tokens layers were excluded from LoRA adaptation to maintain generation stability.

Evaluation

The fine-tuned model demonstrates state-of-the-art performance, significantly outperforming the baseline LLaMA 3.2 model across all metrics.

TaskMetricBaselineOurs (Fine-tuned)
Abnorm. Det.AUC0.510.98
Macro F10.330.74
Hamming Loss0.490.11
Report Gen.Report Score47.885.4

Report Score was evaluated using GPT-4o against expert-annotated ground truth reports.

Ethical Considerations

⚠️ MEDICAL DISCLAIMER

This model is for RESEARCH AND EDUCATIONAL PURPOSES ONLY.

  • ❌ NOT validated for clinical use
  • ❌ NOT FDA/CE approved
  • ❌ NOT a substitute for professional medical diagnosis
  • ❌ Should NOT be used for patient care decisions

Always consult qualified healthcare professionals for medical decisions.

Important Notes:

  • This is an AI model and can make mistakes
  • ECG interpretation requires clinical context
  • Model outputs should be verified by trained clinicians
  • Not approved for clinical use or diagnostic purposes
  • Use responsibly and within appropriate medical oversight
  • Has not been tested on external clinical datasets

Intended Use

Appropriate Uses:

  • Research in medical AI and computer vision
  • Educational demonstrations of ECG interpretation
  • Development of clinical decision support prototypes
  • Benchmarking ECG analysis algorithms

Inappropriate Uses:

  • Direct patient diagnosis without physician review
  • Replacement of trained medical professionals
  • Use in emergency or critical care settings without oversight
  • Commercial deployment without proper validation

Citation

If you use this model in your research, please cite our paper:

@article{mukkunnoth2025highaccuracy,
  title   = {High-accuracy ECG image interpretation using parameter-efficient Low-Rank Adaptation (LoRA) fine-tuning with multimodal LLaMA 3.2},
  author  = {Mukkunnoth, Nandakishor and Mukkunnoth, Anjali and Khapre, Meenakshi and Benamanahalli Puttaswamy, Sudarshan},
  journal = {BMJ Digital Health \& AI},
  year    = {2025},
  volume  = {1},
  number  = {1},
  pages   = {e000031},
  doi     = {10.1136/bmjdhai-2025-000031},
  url     = {https://bmjdigitalhealth.bmj.com/content/1/1/e000031}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · unsloth

Можно запустить

Подбираем GPU…

Класс архитектуры
MllamaForConditionalGeneration
Ревизия весов
076176b

0 моделей