Характеристики

Контекст: 32 768 токенов
Параметры: 14 млрд
Размер весов: 59,1 ГБ
Архитектура: qwen2 · dense
Библиотека: transformers
Опубликована: 7 сен 2026

Ссылки

Hugging Face arXiv 1910.09700

acquisition_generator_AS_confidence_medmcqa_qwen14b

Генерация текстаТекст → текст3 профессии

Генеративная модель семейства Qwen2 на 14 млрд параметров для создания текста и, вероятно, ответов на медицинские вопросы с оценкой уверенности.

380скачиваний за 30 дней0лайковвеса обновлены9 сен 2026

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

ishikaa/acquisition_generator_AS_confidence_medmcqa_qwen14b — генеративная языковая модель из семейства Qwen2, опубликованная пользователем ishikaa на Hugging Face и предназначенная для генерации текста в формате Transformers. По идентификатору модели она, вероятно, ориентирована на задачи, связанные с медицинскими вопросами и оценкой уверенности, однако README не содержит подробного описания обучения и назначения.

Модель содержит около 14 млрд параметров и поддерживает контекст до 32 768 токенов. Она может применяться для диалоговой генерации, ответов на вопросы и построения текстовых продолжений через библиотеку Transformers. В метаданных не указаны поддерживаемые естественные языки, разработчик, базовая модель, результаты оценки и лицензия.

Из-за отсутствия описания данных, методики дообучения и результатов тестирования нельзя подтвердить качество на MedMCQA или надежность оценок уверенности. Как и другие генеративные языковые модели, она может выдавать фактически неверные или необоснованные ответы, поэтому медицинские результаты требуют проверки специалистом.

Сценарии применения

ответы на вопросы из медицинских тестов
генерация медицинских объяснений
диалоговые ответы на русском или английском языке при наличии соответствующей поддержки
оценка уверенности в сгенерированных ответах
генерация и продолжение текста

Ограничения

README не содержит данных о составе обучающей выборки, дообучении, результатах оценки, поддерживаемых языках и лицензии. Ответы модели могут быть неточными, а медицинские рекомендации необходимо проверять квалифицированным специалистом.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

Developed by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Model type: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

Repository: [More Information Needed]
Paper [optional]: [More Information Needed]
Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

Hardware Type: [More Information Needed]
Hours used: [More Information Needed]
Cloud Provider: [More Information Needed]
Compute Region: [More Information Needed]
Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: 43e3df0