BERT-модель Stanford AIMI размечает персональные идентификаторы в радиологических и биомедицинских текстах для автоматического обезличивания.

Подходит для: поиск персональных данных в радиологических заключениях · разметка идентификаторов в биомедицинских документах · подготовка медицинских записей к обезличиванию

Дообученная модель Llama для сравнения эталонных и кандидатных заключений по рентгенограммам грудной клетки.

Подходит для: сравнение кандидатного радиологического заключения с эталонным · оценка различий между заключениями по рентгенограмме грудной клетки · автоматизированная оценка качества сгенерированных медицинских отчётов

Разговорная модель Stanford AIMI на архитектуре Llama для генерации текста в радиологических сценариях.

Подходит для: генерация ответов на текстовые запросы по радиологии · создание разговорного интерфейса для радиологических текстовых сценариев · подготовка черновиков радиологических текстов

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Диалоговая модель Stanford AIMI на архитектуре Phi с 3,5 млрд параметров для генерации текста.

Подходит для: генерация ответов в диалоговом интерфейсе · создание текста на основе текстового запроса · экспериментальное использование модели CheXagent в проектах Stanford AIMI

Англоязычная BERT-модель, дополнительно предобученная на радиологических заключениях для заполнения пропущенных слов и работы с медицинским текстом.

Подходит для: заполнение пропущенных слов в радиологических заключениях · анализ и продолжение формулировок в отчётах радиологов · создание специализированных систем обработки радиологических текстов

BERT-модель Stanford AIMI для классификации медицинских заключений по рентгенологическим признакам с указанием статуса метки.

Подходит для: автоматическая разметка рентгенологических заключений · выявление упоминаний ателектаза в тексте заключения · классификация описаний затемнений лёгочной ткани

BERT-модель Stanford AIMI присваивает рентгенологическим заключениям грудной клетки диагностические метки.

Подходит для: классификация рентгенологических заключений грудной клетки · автоматическое выявление ателектаза в описании снимка · извлечение диагностических меток из медицинских предложений

CheXOne анализирует рентгенограммы грудной клетки, отвечает на вопросы по снимкам и составляет черновики заключений.

Подходит для: ответы на вопросы по рентгенограммам грудной клетки · подготовка черновиков рентгенологических заключений · поиск и визуальная локализация находок на снимке

Модель Stanford AIMI на базе DINOv2 извлекает признаки из рентгеновских изображений для последующего анализа.

Подходит для: извлечение признаков из рентгеновских снимков · получение эмбеддингов рентгенограмм для поиска похожих изображений · подготовка признаков снимков для классификатора

Stanford AIMI әзірлеген XraySigLIP кеуде рентгендерін мәтіндік санаттармен салыстырып, zero-shot жіктеу үшін қолданылады.

Подходит для: кеуде рентгенін ықтимал белгілер бойынша жіктеу · рентген суреттерін еркін мәтіндік санаттармен салыстыру · рентген деректерін бастапқы сұрыптау

CheXficient сопоставляет рентгенограммы грудной клетки с текстовыми подсказками для классификации без отдельного обучения под каждый класс.

Подходит для: Классификация рентгенограмм грудной клетки по текстовым описаниям · Сопоставление рентгенограммы с возможными диагнозами или находками · Исследования zero-shot классификации медицинских изображений

Экспериментальная английская языковая модель на 128 млн параметров для генерации текста и изучения недорогого обучения разговорных LLM.

Подходит для: эксперименты с генерацией английского текста · обучение и демонстрация формата диалога user/assistant · изучение синтаксиса английского в небольшой языковой модели

CheXagent-8b — медицинская модель Stanford AIMI для генерации текста в задачах, связанных с рентгенограммами грудной клетки.

Подходит для: генерация текстовых ответов о рентгенограммах грудной клетки · формулирование описаний медицинских изображений грудной клетки · исследование возможностей языковых моделей в радиологии

Модель Stanford AIMI размечает персональные идентификаторы в радиологических и биомедицинских текстах для автоматической деидентификации.

Подходит для: поиск персональных данных в радиологических заключениях · деидентификация биомедицинских документов перед обменом · подготовка обезличенных медицинских текстов для исследований

Зрительная модель Apple AIMv2 для извлечения признаков изображений в задачах компьютерного зрения и мультимодального понимания.

Подходит для: извлечение признаков изображений для последующей классификации · подготовка визуальных представлений для мультимодального поиска · использование признаков в системах понимания изображений

pytorch: формат, квантизация, runtime и память принадлежат одному artifact

SR²AM-v1.0-30B — дообученная агентная модель на базе Qwen3 MoE для планирования, рассуждений и выполнения задач с инструментами.

Подходит для: решение математических и научных задач с пошаговым планированием · поиск информации в интернете с помощью веб-поиска · просмотр и суммирование содержимого веб-страниц

Зрительная модель Apple AIMv2 для извлечения векторных признаков изображений и их использования в задачах визуального поиска и сопоставления.

Подходит для: извлечение признаков изображений для поиска по визуальному сходству · построение векторного индекса изображений · сопоставление изображений с текстовыми представлениями в мультимодальной системе

Модель Stanford AIMI на базе Phi анализирует рентгенограммы грудной клетки и генерирует текстовые находки в формате SRRG.

Подходит для: формулирование находок по рентгенограмме грудной клетки · подготовка структурированного радиологического заключения SRRG · текстовое описание содержимого рентгеновского снимка

Зрительная модель Apple AIMv2 для извлечения признаков изображений и последующего решения задач визуального понимания.

Подходит для: извлечение признаков изображений для последующей классификации · поиск изображений по визуальному сходству · подготовка визуальных представлений для мультимодальных систем

Визуальная модель Apple с 2,7 млрд параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков из изображений · подготовка визуальных представлений для поиска по изображениям · распознавание объектов и категорий

Производная модели StanfordAIMI/XraySigLIP__vit-b-16-siglip-512__webli. Модель SigLIP на базе ViT-B/16 для классификации изображений по текстовым меткам без отдельного обучения на каждом наборе классов.

Подходит для: сопоставление рентгеновских снимков с текстовыми метками · классификация медицинских изображений по описаниям · поиск изображений по текстовым категориям

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API