/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,5 млрд
Размер весов
5,6 ГБ
Лицензия
CC BY-NC-ND 4.0
Архитектура
phi · dense
Базовая модель
phi2
Опубликована
30 апр 2024

JSL-MedPhi2-2.7B

Генерация текстаТекст → текст3 профессии

Дообученная John Snow Labs модель Phi-2 для генерации текста и ответов на вопросы в медицинских сценариях.

73скачиваний за 30 дней3лайкавеса обновлены1 мая 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

JSL-MedPhi2-2.7B — языковая модель John Snow Labs для генерации текста в медицинских сценариях. Она создана дообучением microsoft/phi2 и основана на плотной архитектуре PhiForCausalLM; метаданные указывают 3,5 млрд параметров и контекст до 2048 токенов. Модель поддерживает диалоговый режим и предназначена для ответов на медицинские вопросы и помощи в задачах медицинских знаний.

В README приведены результаты оценки, в том числе по MedMCQA и группе STEM. Модель распространяется по лицензии CC-BY-NC-ND-4.0 с дополнительной политикой допустимого использования; для коммерческого лицензирования разработчик предлагает связаться с John Snow Labs. Результаты оценки не подтверждают пригодность ответов для клинических решений.

Сценарии применения

  • ответы на вопросы по медицинским знаниям
  • подготовка черновиков медицинских объяснений
  • диалоговая помощь по медицинским темам

Ограничения

Контекст ограничен 2048 токенами; оценка на MedMCQA и STEM сама по себе не подтверждает надёжность для клинических решений. Лицензия CC-BY-NC-ND-4.0 ограничивает коммерческое использование и распространение производных работ.

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

JSL-MedPhi2-2.7B

This model is developed by John Snow Labs.

This model is available under a CC-BY-NC-ND license and must also conform to this Acceptable Use Policy. If you need to license this model for commercial use, please contact us at info@johnsnowlabs.com.

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "johnsnowlabs/JSL-MedPhi2-2.7B"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

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"])

🏆 Evaluation

TasksVersionFiltern-shotMetricValueStderr
stemN/Anone0acc_norm0.3904±0.0066
none0acc0.4402±0.0058
- medmcqaYamlnone0acc0.3899±0.0075
none0acc_norm0.3899±0.0075
- medqa_4optionsYamlnone0acc0.3920±0.0137
none0acc_norm0.3920±0.0137
- anatomy (mmlu)0none0acc0.4815±0.0432
- clinical_knowledge (mmlu)0none0acc0.6340±0.0296
- college_biology (mmlu)0none0acc0.6181±0.0406
- college_medicine (mmlu)0none0acc0.5665±0.0378
- medical_genetics (mmlu)0none0acc0.6300±0.0485
- professional_medicine (mmlu)0none0acc0.4522±0.0302
- pubmedqa1none0acc0.7300±0.0199
GroupsVersionFiltern-shotMetricValueStderr
stemN/Anone0acc_norm0.3904±0.0066
none0acc0.4402±0.0058

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
PhiForCausalLM
Ревизия весов
b313a24

0 моделей