Медицинская языковая модель на базе Llama 3 для генерации ответов на медицинские вопросы на китайском и английском языках.

Подходит для: ответы на общие медицинские вопросы на китайском языке · ответы на медицинские вопросы на английском языке · поддержка медицинских информационных сервисов

Медицинская чат-модель WiNGPT2 на базе Llama 3 для ответов на медицинские вопросы и поддержки специалистов справочной информацией.

Подходит для: ответы на общие вопросы о здоровье · справочные ответы на вопросы по медицинским знаниям · поддержка врача при рассмотрении возможных диагнозов

Дообученная Qwen3-VL модель для извлечения структурированного текста из PDF, включая таблицы, списки и формулы.

Подходит для: извлечение текста из сложных PDF в порядке чтения · распознавание таблиц, списков и формул в документах · подготовка медицинских PDF для поиска и анализа

Дообученная HPAI на медицинских данных модель Llama 3.1 8B для ответов на медицинские вопросы и других исследовательских задач в здравоохранении.

Подходит для: ответы на медицинские вопросы для исследовательских задач · объяснение медицинских понятий и сведений · суммаризация медицинских текстов

Объединённая медицинская модель Llama 3 на 7,5 млрд параметров для генерации текста, включая китайский, английский и французский языки.

Подходит для: генерация ответов на медицинские вопросы · составление медицинских текстов на китайском языке · генерация медицинских текстов на английском языке

Производная модели MBZUAI/MediX-R1-30B. Медицинская мультимодальная модель MBZUAI для клинических ответов и анализа изображений по текстовым и визуальным запросам.

Подходит для: ответы на медицинские вопросы по текстовому описанию · анализ медицинских изображений с пояснениями · свободные клинические ответы вместо выбора из вариантов

WiNGPT-Babel-2 — дообученная многоязычная модель Gemma 2 для перевода текста, включая структурированные данные и контент со смешанной разметкой.

Подходит для: перевод с английского на поддерживаемые языки · перевод текста с разных языков на китайский · локализация текстовых полей в JSON с сохранением структуры

Производная модели MBZUAI/MediX-R1-30B. Медицинская мультимодальная модель MBZUAI для клинических ответов и анализа изображений по текстовым и визуальным запросам.

Подходит для: ответы на медицинские вопросы по текстовому описанию · анализ медицинских изображений с пояснениями · свободные клинические ответы вместо выбора из вариантов

Медицинская мультимодальная vision-language модель для анализа изображений, видео и текста, ответов на клинические вопросы и генерации медицинских заключений.

Подходит для: ответы на вопросы по медицинским снимкам · генерация описаний и заключений по медицинским изображениям · распознавание этапов хирургической операции на видео

Диалоговая медицинская модель на базе Gemma 2 для ответов на вопросы и справочной поддержки в медицинских сценариях.

Подходит для: ответы на общие медицинские вопросы · диалоговый сбор сведений о симптомах · справочная поддержка при оценке состояния пациента

Производная модели lintw/HealthGPT-M3. Дообученная на Phi-3-mini-4k-instruct модель для унифицированных мультимодальных медицинских задач.

Подходит для: Решение медицинских задач с данными разных модальностей

Объединённая модель Llama 3 на 7,5 млрд параметров для диалоговой генерации медицинских ответов.

Подходит для: ответы на медицинские вопросы на английском языке · ответы на медицинские вопросы на китайском языке · создание медицинского диалогового помощника

Дообученная на Phi-3-mini-4k-instruct модель для унифицированных мультимодальных медицинских задач.

Подходит для: Решение медицинских задач с данными разных модальностей

Мультимодальная медицинская модель на базе Qwen3-14B для анализа медицинских изображений, видео и текста, клинических вопросов и ответов и подготовки заключений.

Подходит для: ответы на вопросы по медицинским снимкам и видео · создание черновиков медицинских заключений · анализ возможных заболеваний по медицинскому изображению

WiNGPT2-7B-Chat — китайская медицинская диалоговая LLM для ответов на вопросы о здоровье и поддержки медицинских сценариев.

Подходит для: ответы на вопросы о симптомах и заболеваниях · поиск сведений о лекарствах и способах профилактики · объяснение медицинских обследований

Мультимодальная модель для пошагового клинического рассуждения и формирования медицинских заключений по учебным сценариям.

Подходит для: разбор клинических виньеток для студентов-медиков · формулирование дифференциального диагноза по описанию случая · обсуждение первоочередных действий при неотложных состояниях

Объединённая модель Llama 3 на 7,5 млрд параметров для генерации текста и ответов на медицинские вопросы на китайском и английском языках.

Подходит для: генерация ответов на медицинские вопросы · подготовка черновых медицинских объяснений на английском языке · подготовка черновых медицинских объяснений на китайском языке

Производная модели winninghealth/WiNGPT2-7B-Chat. WiNGPT2-7B-Chat — китайская медицинская диалоговая LLM для ответов на вопросы о здоровье и поддержки медицинских сценариев.

Подходит для: ответы на вопросы о симптомах и заболеваниях · поиск сведений о лекарствах и способах профилактики · объяснение медицинских обследований

Англоязычная модель на базе Alpaca для исследовательского прогнозирования показателей психического здоровья по интернет-текстам.

Подходит для: оценка признаков депрессии по текстовым сообщениям · анализ текстов для задач прогнозирования психического здоровья · исследование текстовых сигналов, связанных с суицидальным риском

Дообученная Swin Transformer модель для классификации медицинских изображений мозга по наличию и типу опухоли.

Подходит для: классификация изображений мозга для исследовательского анализа · автоматическая предварительная сортировка снимков мозга по классам опухолей · оценка изображений мозга в экспериментальных пайплайнах компьютерного зрения

Salus-7B — дообученная на Qwen2.5-7B-Instruct медицинская языковая модель для дифференциальной диагностики и выбора дополнительных обследований при сложных клинических случаях.

Подходит для: составление дифференциального диагноза по истории болезни · решение о необходимости дальнейшего обследования пациента · предложение дополнительных медицинских исследований

Компактная сверточная нейросеть на PyTorch для бинарной классификации риска сердечных заболеваний по семи предварительно обработанным табличным признакам.

Подходит для: Классификация табличных записей по наличию сердечного заболевания · Сравнение нейросетевых методов классификации в медицинском ML · Учебная демонстрация сверточной сети для табличных данных