Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Архитектура: llama · dense
Базовая модель: Bio-Medical-Llama-3-8B
Библиотека: transformers
Опубликована: 30 янв 2025

Ссылки

JapMed-SLERP

Генерация текстаТекст → текст3 профессии

Объединённая методом SLERP модель Llama для диалоговой генерации текста и ответов по биомедицинским темам на японском языке.

16скачиваний за 30 дней1лайквеса обновлены30 янв 2025

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

JapMed-SLERP — объединённая модель генерации текста от tiborousset, созданная методом SLERP с помощью mergekit на основе ContactDoctor/Bio-Medical-Llama-3-8B и lightblue/suzume-llama-3-8B-japanese. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов; файлы представлены в формате safetensors и рассчитаны на работу через Transformers.

Модель предназначена для диалоговой генерации текста, сочетая медицинскую специализацию одной базовой модели с японской языковой настройкой другой. Её можно применять для ответов и справочной информации по биомедицинским темам на японском языке. Качество и надёжность ответов на медицинские вопросы не гарантированы; требуется проверка специалистом. Лицензия в предоставленных данных не указана.

Сценарии применения

ответы на биомедицинские вопросы на японском языке
подготовка справочной информации по медицинским темам
диалоговая консультация по биомедицинским вопросам
генерация японского текста для медицинских справочных сценариев

Ограничения

Ответы по медицинским темам могут содержать ошибки и требуют проверки специалистом. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:


models:
  - model: lightblue/suzume-llama-3-8B-japanese
  - model: ContactDoctor/Bio-Medical-Llama-3-8B
base_model: lightblue/suzume-llama-3-8B-japanese
merge_method: slerp
parameters:
  normalize: true
  t: 0.5
dtype: float16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: d3aa42e