/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-14B
Библиотека
transformers
Опубликована
20 сен 2026

Yida-Model-14B

Генерация текстаТекст → текст3 профессии

Дообученная на китайских медицинских инструкциях 14,77-миллиардная языковая модель Qwen3 для медицинских диалогов и подготовки черновиков медицинских документов.

662скачиваний за 30 дней0лайковвеса обновлены21 сен 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

Yida-Model-14B — языковая модель, разработанная rwang220 на базе Qwen/Qwen3-14B и дообученная на внутреннем наборе китайских медицинских инструкций. Это плотная причинная модель Qwen3ForCausalLM с 14,77 млрд параметров; LoRA-обучение с учителем было объединено с базовыми весами, а репозиторий содержит веса bfloat16. Модель принимает текст и предназначена для генерации диалогов и ответов по медицинским темам, а также для подготовки черновиков медицинских записей и отчётов.

Контекст модели — до 40 960 токенов; обучение с учителем проводилось на последовательностях до 8 192 токенов. Основной язык обучающих медицинских данных — китайский; также заявлена поддержка английского. Шаблон чата Qwen3 включает режим рассуждений и интерфейс вызова инструментов. Лицензия — Apache 2.0, унаследованная от базовой модели.

Модель предназначена для исследований и инженерной оценки медицинских диалогов и NLP-прототипов. Она может придумывать рекомендации, дозировки, диагнозы и ссылки; обучающие данные раскрыты не полностью, а публичные клинические бенчмарки не заявлены. Это не медицинское изделие, и её ответы не следует использовать как единственное основание для клинических решений.

Сценарии применения

  • ответы на вопросы по медицинским темам на китайском языке
  • составление черновиков медицинских записей
  • подготовка черновиков медицинских отчётов
  • проверка и объяснение медицинской информации в NLP-прототипах

Ограничения

Модель может галлюцинировать рекомендации, дозировки, диагнозы и ссылки; обучающие данные описаны не полностью, а публичная оценка на клинических бенчмарках не представлена. Она не является медицинским изделием и не должна служить единственным основанием для клинических решений.

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

Yida-Model-14B

Yida-Model-14B is a merged full-weight checkpoint of Qwen/Qwen3-14B after LoRA supervised fine-tuning on an internal Chinese medical instruction mix. The Hub files are the merged bfloat16 weights (not a PEFT adapter).

This model is for research and engineering evaluation. It is not a medical device and must not be used as the sole basis for clinical decisions.

Model Details

  • Developed by: rwang220
  • Model type: Causal language model (Qwen3ForCausalLM)
  • Parameters: 14.77B (14,768,307,200)
  • Precision: bfloat16
  • Architecture: 40 layers, hidden size 5120, GQA 40/8, intermediate size 17408, vocab 151936
  • Context: max_position_embeddings is 40,960. RoPE is default (no YaRN in this checkpoint). Tokenizer model_max_length is 131,072; SFT used 8,192.
  • Chat template: Qwen3 thinking / tool-calling Jinja template (chat_template.jinja)
  • Language(s): Chinese and English (training mix is primarily Chinese medical tasks)
  • License: Apache 2.0, inherited from Qwen3-14B

Training

Fine-tuned with ms-swift LoRA, then merged into full weights. Training code is not published.

ItemValue
Base modelQwen/Qwen3-14B
Frameworkms-swift 4.0.2, PEFT 0.18.0, transformers 5.3.0.dev0, torch 2.9.0+cu128
Hardware4 GPUs, DDP
Runall_14b_9.4/v0-20260904-061558
Start / end2026-09-04 06:16 → 2026-09-09 19:02
LoRArank 16, alpha 32, dropout 0.05, targets q/k/v/o/gate/up/down_proj
Optimfused AdamW, lr 1e-4, cosine, warmup ratio 0.05, weight decay 0.1
Schedule4 epochs, 47,384 steps, max length 8192
Batchper-device 1, grad accum 8 (global batch 32)
Final train loss0.5922
Final eval loss0.5709, token acc 0.8124
Last / best ckptcheckpoint-47384
Merge6 safetensor shards (max_shard_size=5GB)

Data

Internal medical SFT mix (merged_scores_v4_three_models_score5 / prefix-optimized CoT). Most categories were capped at 10,000 samples; MedSafety and MedEthics at 30,000. Validation used 10,000 held-out samples.

Included task families (names from the training registry): CMB-Clin-extended, MedAnalysis, MedCare, MedChartQC, MedDiag, MedDiffer, MedEthics, MedExam, MedExplain, MedHC, MedHG, MedInsureCalc, MedInsureCheck, MedLitQA, MedMC, MedOutcome, MedPHM, MedPathQC, MedPopular, MedPrimary, MedPsychCare, MedPsychQA, MedRecordGen, MedRehab, MedReportQC, MedRxCheck, MedRxPlan, MedSafety, MedSpeQA, MedSummary, MedSynonym, MedTeach, MedTerm, MedTreat, SMDoc.

How to Use

Requires a recent transformers with Qwen3 support (the export was written by transformers 5.5.0).

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "rwang220/Yida-Model-14B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [{"role": "user", "content": "请用通俗语言解释高血压的常见注意事项。"}]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True,
)
inputs = tokenizer([text], return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95, top_k=20)
print(tokenizer.decode(output[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

vLLM:

vllm serve rwang220/Yida-Model-14B --reasoning-parser qwen3

Default sampling in generation_config.json: temperature 0.6, top_p 0.95, top_k 20.

Set enable_thinking=False in apply_chat_template for the non-thinking path.

Files

  • model-00001-of-00006.safetensors … model-00006-of-00006.safetensors
  • model.safetensors.index.json
  • config.json, generation_config.json
  • tokenizer.json, tokenizer_config.json, vocab.json, merges.txt
  • chat_template.jinja
  • LICENSE (Apache-2.0)

Total Hub payload is about 27.5 GiB (~29.5 GB): six bf16 shards plus tokenizer and card files.

Intended Use and Limitations

Intended for research on Chinese medical dialogue, chart/report drafting, and related NLP prototypes.

Limitations:

  • Can hallucinate guidelines, doses, diagnoses, and citations.
  • Training data is internal and not fully documented here.
  • Evaluation in this card is training/eval loss only; no public clinical benchmark is claimed.
  • Outputs may mix thinking traces (<think>…</think>) with the final answer.

Citation

@misc{yida-model-14b,
  title        = {Yida-Model-14B},
  author       = {Wang, Rui},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/rwang220/Yida-Model-14B}},
  note         = {Code and docs: https://github.com/rwang220/yida_model}
}

Also cite Qwen3.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
ea6dd6e

0 моделей