MedGAP-Qwen-3.5-9B — специализированная языковая модель для работы с предупреждающими письмами FDA, связанными с медицинскими устройствами.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Она разработана protocolsyncllc на основе unsloth/Qwen3.5-9B-Base и предназначена для генерации текста на английском языке в сценариях, требующих анализа или подготовки материалов по тематике регулирования медицинских устройств.
Модель содержит около 9 миллиардов параметров и относится к классу text-generation. Дообучение выполнено методом LoRA на наборе данных protocolsyncllc/fda-warning-letters, представленном файлом medical-devices.jsonl. Указаны один цикл обучения, learning rate 2e-4 и использование библиотеки Unsloth; обучение проводилось на GPU RTX Pro 5000 с 48 ГБ видеопамяти. Доступен вариант квантования GGUF Q8.
Сильной стороной модели является адаптация к специализированной лексике и содержанию предупреждающих писем FDA в области медицинских устройств. При этом область применения узкая, а в README не приведены результаты оценки качества, сведения о длине контекста, поддерживаемых языках помимо английского или гарантии точности; поэтому ответы требуют проверки специалистом и не должны рассматриваться как самостоятельная юридическая или регуляторная консультация. Модель распространяется по лицензии Llama 3.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a fine tune of Qwen 3.5 9B on FDA warning letters for medical devices.
Base model:: unsloth/Qwen3.5-9B-Base
Dataset: medical-devices.jsonl
Hardware: RTX Pro 5000 48gb VRAM
Library: Unsloth
Epochs: 1
Technique: LoRA
Learning Rate: 2e-4
Inference GGUF: Qwen3.5-9B_q8.gguf
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · unsloth
Подбираем GPU…