/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
8 авг 2025

medllm-10m

Генерация текстаТекст → текст3 профессии

Компактная GPT-2-модель, обученная с нуля на английских медицинских текстах для исследований, обучения и экспериментов с медицинским языковым моделированием.

453скачиваний за 30 дней0лайковвеса обновлены4 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 «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

MedLLM-10M — небольшая авторская языковая модель на архитектуре GPT-2, созданная Акteruzzaman Raihan Sikder с нуля для медицинских текстов. Она предназначена для исследовательских и учебных экспериментов, а также как компактная базовая модель для дальнейшей настройки и извлечения признаков из медицинских текстов.

Модель имеет архитектуру GPT2LMHeadModel с 8 слоями, размером скрытого состояния 512, 8 головами внимания и контекстом до 512 токенов. В README указано около 27,7 млн параметров, включая эмбеддинги; для обучения использовались медицинская литература, статьи, клинические рекомендации и наборы вопросов и ответов. Модель рассчитана только на английский язык и распространяется в формате Safetensors по лицензии Apache-2.0.

Небольшой размер позволяет запускать модель на CPU и дообучать на ноутбуке. Она не проходила обучение безопасности и может уверенно генерировать недостоверные медицинские утверждения; автор прямо запрещает использовать её для диагностики, лечения, сортировки пациентов, дозирования и клинических решений.

Сценарии применения

  • генерация продолжений медицинских текстов на английском языке
  • учебные эксперименты по обучению языковых моделей с нуля
  • исследовательский базовый чекпойнт для медицинского NLP
  • извлечение признаков из медицинских текстов после дополнительной настройки

Ограничения

Модель не предназначена для клинического применения и не должна использоваться для диагностики, лечения, триажа или рекомендаций по дозировке. Она не обучалась безопасности и может уверенно выдумывать медицинские утверждения; контекст ограничен 512 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

🩺 MedLLM-10M

A lightweight GPT-2-style causal language model trained from scratch on medical literature. Designed for research and education in the medical domain.

⚠️ Disclaimer. This model is for research and educational purposes only. It must not be used for medical diagnosis, treatment recommendations, or clinical decision-making.

License Trained on


TL;DR

Parameters~27.7M (10M body, rest in embeddings)
ArchitectureGPT-2 (GPT2LMHeadModel)
TrainingFrom scratch — no base model
Vocabulary5,000 (custom medical tokenizer)
Context length512 tokens
DomainMedical / clinical / biomedical English
HardwareNVIDIA RTX 3060 12GB
LicenseApache 2.0

Why a tiny medical model?

Large medical LLMs (PubMedBERT, BioGPT, Med-PaLM) are expensive to run and require infrastructure most clinics, students, and researchers don't have. MedLLM-10M is a deliberately tiny, from-scratch GPT-2 trained on medical text — small enough to run on a CPU, finetune on a laptop, or use as a teaching artifact in an NLP course.

It is not competitive with commercial medical AI for diagnostic accuracy. It is competitive at being a small, transparent, fully open baseline for the medical domain.

Architecture

Standard GPT-2 with small dimensions:

Architecture:          GPT2LMHeadModel
Layers:                8
Hidden size (n_embd):  512
Attention heads:       8
Feed-forward (n_inner):2,048
Max position (n_ctx):  512
Activation:            GELU
Vocab size:            5,000
Dropout:               0.1

Training

  • Data sources:
    • PubMed abstracts and research papers
    • Medical journal articles
    • Clinical practice guidelines
    • Medical Q&A datasets
    • Healthcare reference content (e.g., Mayo Clinic, WebMD)
  • Tokenizer: custom 5,000-token vocabulary fit to the medical corpus
  • Training framework: Hugging Face Transformers (PyTorch)
  • Hardware: NVIDIA RTX 3060 12GB
  • Hyperparameters:
Epochs10
Batch size4
Gradient accumulation8
Learning rate3e-4
OptimizerAdamW
Weight decay0.01
Warmup steps200
Mixed precisionFP16
Sequence stride256

No pretrained weights. No transfer learning. The model is initialized fresh and trained end-to-end on medical text.

Usage

Loads with standard transformers:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "raihan-js/medllm-10m"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

prompt = "The patient presents with chest pain and"
inputs = tokenizer(prompt, return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=120, temperature=0.7, do_sample=True)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Intended use

  • Research baseline for medical-domain pretraining from scratch
  • Teaching artifact for NLP / healthcare AI courses
  • Embedding/feature extraction for downstream medical text tasks (with fine-tuning)
  • Reference for how to build domain-specific tokenizers and train a small LM from scratch

Out-of-scope / hard limitations

  • ❌ Not for clinical use. No diagnosis, treatment, triage, dosing, or any patient-facing application.
  • ❌ No safety / alignment training. No RLHF, no harmlessness training.
  • ❌ Hallucinates. It will fabricate medical claims confidently. Treat all outputs as untrusted text.
  • ❌ English only. Trained exclusively on English medical literature.

Related models

Author

Akteruzzaman Raihan Sikder — AI/ML engineer. Founding engineer and AI/ML lead at VETR Proposal; previously CTO of ClarioScope AI (2024–2026, sunset). Portfolio · GitHub.

Citation

@misc{sikder2025medllm10m,
  title  = {MedLLM-10M: A Lightweight GPT-2-Style Language Model Trained From Scratch on Medical Literature},
  author = {Sikder, Akteruzzaman Raihan},
  year   = {2025},
  url    = {https://huggingface.co/raihan-js/medllm-10m}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
25300e4

0 моделей