/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
meditron-7b
Опубликована
9 дек 2023

meditron-7b-chat

Генерация текстаТекст → текст3 профессии

Англоязычная модель Llama, дообученная для генерации ответов на медицинские вопросы и следования инструкциям.

61скачиваний за 30 дней9лайковвеса обновлены4 мар 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

meditron-7b-chat — англоязычная медицинская языковая модель, дообученная Мохамадом Альхаджаром методом SFT на Alpaca Dataset поверх epfl-llm/meditron-7b. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров, предназначенная для генерации ответов на медицинские вопросы и следования инструкциям в формате «Instruction/Response». Модель принимает текст и генерирует текст; контекстное окно — 2048 токенов.

Модель подходит для прототипирования медицинских чат-ботов и исследовательских экспериментов с ответами на вопросы о медицине. Карточка приводит результаты оценки на нескольких общих языковых бенчмарках, но не подтверждает клиническую точность или безопасность ответов. Лицензия — Llama 2 Community License.

Сценарии применения

  • ответы на общие вопросы о медицине на английском языке
  • прототип медицинского чат-бота
  • инструкционное текстовое взаимодействие в медицинской тематике

Ограничения

Карточка не подтверждает клиническую точность или безопасность ответов; не следует полагаться на модель для принятия медицинских решений. Контекстное окно ограничено 2048 токенами.

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

Model Card for Model ID

meditron-7b-chat is a finetuned version of epfl-llm/meditron-7b using SFT Training on the Alpaca Dataset. This model can answer information about different excplicit ideas in medicine (see epfl-llm/meditron-7b for more info)

Model Description

Prompt Template

### Instruction:

<prompt> (without the <>)

### Response:

How to Get Started with the Model

Use the code sample provided in the original post to interact with the model.

from transformers import AutoTokenizer,AutoModelForCausalLM
 
model_id = "malhajar/meditron-7b-chat"
model = AutoModelForCausalLM.from_pretrained(model_name_or_path,
                                             device_map="auto",
                                             torch_dtype=torch.float16,
                                             revision="main")

tokenizer = AutoTokenizer.from_pretrained(model_id)

question: "what is tract infection?"
# For generating a response
prompt = '''
### Instruction:
{question} 

### Response:'''
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
output = model.generate(inputs=input_ids,max_new_tokens=512,pad_token_id=tokenizer.eos_token_id,top_k=50, do_sample=True,
        top_p=0.95)
response = tokenizer.decode(output[0])

print(response)

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.49.59
AI2 Reasoning Challenge (25-Shot)50.77
HellaSwag (10-Shot)75.37
MMLU (5-Shot)40.49
TruthfulQA (0-shot)48.56
Winogrande (5-shot)73.16
GSM8k (5-shot)9.17

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
a24bbb3

0 моделей