/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-8B
Библиотека
sentence-transformers
Опубликована
2 июн 2026

rare-disease-embedding-model

ЭмбеддингиТекст → embedding

Дообученная модель Qwen3-Embedding-8B создаёт эмбеддинги биомедицинских текстов для поиска и ранжирования кандидатов по редким заболеваниям.

113скачиваний за 30 дней2лайкавеса обновлены3 окт 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 «Эмбеддинги» — 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

Это дообученная на базе Qwen/Qwen3-Embedding-8B модель для представления биомедицинских текстов о редких заболеваниях в виде эмбеддингов. Авторы подготовили два варианта модели, используя 1 320 описаний заболеваний из каталога NORD, сгенерированных Claude Sonnet 4 или OpenAI o3; код обучения и ранжирования опубликован в проекте GEN-KnowRD.

Модель предназначена для исследовательских задач: представления фенотипов, поиска профилей заболеваний и ранжирования кандидатов по сходству эмбеддингов. В приведённом сравнении Recall@1 улучшился относительно исходной модели на 0,59–6,65 процентного пункта в зависимости от источника знаний и части тестового набора. Это плотная модель на 7,6 млрд параметров с контекстом до 40 960 токенов, реализованная на Sentence Transformers и доступная в формате safetensors.

Оценки различались между наборами данных, поэтому приведённые результаты не гарантируют аналогичного качества на других данных или в клинической практике. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск редкого заболевания по описанию фенотипа
  • ранжирование заболеваний-кандидатов по клиническому описанию
  • поиск похожих профилей редких заболеваний
  • представление биомедицинских описаний в виде эмбеддингов

Ограничения

Качество различается между поднаборами тестов, а опубликованные результаты не гарантируют аналогичной эффективности на других данных. Модель предназначена для исследований; её пригодность для клинического применения не установлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

License

This model is released under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) license. It may be used, shared, and adapted for non-commercial research purposes only.

Qwen3-Based Rare Disease Biomedical Embedding Model

This repository provides a fine-tuned embedding model designed for biomedical and rare disease text representation. The repository provides two variants based on Qwen3-Embedding-8B, each fine-tuned using 1,320 disease summaries generated by either Claude Sonnet 4 or OpenAI o3 from the National Organization for Rare Disorders (NORD) disease catalog. The source code for model training and downstream ranking is available in the GEN-KnowRD GitHub repository.

We provide the Claude Sonnet 4 and OpenAI o3 knowledge fine-tuned versions in this repository. Researchers are welcome to further fine-tune or reproduce the training workflow using disease summaries generated by other LLMs or alternative rare disease knowledge sources.

Intended use

This model is intended for research use in rare disease phenotype representation, disease-profile retrieval, and embedding-based candidate ranking.

Usage

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("r76941156/rare-disease-embedding-model")

# To use the OpenAI o3 knowledge fine-tuned variant instead:
# model = SentenceTransformer(
#     "r76941156/rare-disease-embedding-model",
#     revision="o3"
# )

texts = [
    "progressive dyspnea and pulmonary fibrosis",
    "idiopathic pulmonary fibrosis with cough and exertional shortness of breath",
    "seizures, developmental delay, and skin lesions suggestive of tuberous sclerosis",
    "recurrent infections and low immunoglobulin levels"
]

embeddings = model.encode(texts, normalize_embeddings=True)

similarities = model.similarity(embeddings, embeddings)
print("Embedding shape:", embeddings.shape)
print("Similarity matrix shape:", similarities.shape)
print(similarities)

Performance

Compared with the original Qwen3-Embedding-8B model, the fine-tuned model improved Recall@1 by 0.59 to 6.65 percentage points on the combined benchmark, depending on the disease knowledge source. Performance varied across benchmark subsets.

BenchmarkKnowledge sourceOriginal Recall@1 (%)Fine-tuned Recall@1 (%)Difference (percentage points)
PMC (free-text case reports)Claude Sonnet 480.0680.63+0.57
PMC (free-text case reports)DeepSeek R173.6080.26+6.66
PMC (free-text case reports)Gemini 2.5 Pro77.2980.65+3.36
PMC (free-text case reports)OpenAI o379.8981.77+1.88
Non-PMC (HPO term-based profiles)Claude Sonnet 427.1428.01+0.87
Non-PMC (HPO term-based profiles)DeepSeek R122.5029.03+6.53
Non-PMC (HPO term-based profiles)Gemini 2.5 Pro28.3026.85−1.45
Non-PMC (HPO term-based profiles)OpenAI o329.4630.33+0.87
CombinedClaude Sonnet 476.1476.73+0.59
CombinedDeepSeek R169.8176.46+6.65
CombinedGemini 2.5 Pro73.6676.66+3.00
CombinedOpenAI o376.1577.95+1.81

Citation

Yan C*, Su WC*, Xin Y, Grabowska ME, Kerchberger VE, Borza VA, Wang J, Wang L, Li R, Lynn J, Dickson AL, Shyr C, Feng Q, Stein CM, Wang K, Embi PJ, Malin BA, Liu H, Wei WQ. Reframing AI for rare disease recognition. Nature Communications. In press.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
1e0db89

0 моделей