IV.4Клиническая медицина и общественное здоровье

DoctoBERT-fr-base — франкоязычный медицинский энкодер на архитектуре RoBERTa от Doctolib Lab, предварительно обученный с нуля на корпусах FineMed-fr и FineMed-rephrased-fr. Модель предназначена для биомедицинской и клинической обработки французского текста: заполнения пропусков, а после дообучения — распознавания сущностей, классификации и поиска по медицинским текстам. В README указано 111 млн параметров, 12 слоёв и контекст до 512 токенов; метаданные указывают 138,4 млн параметров и 514 токенов. Токенизатор SentencePiece BPE обучен на 32 768 токенах и учитывает плотную медицинскую лексику. В оценке DrBenchmark модель показала лучшие совокупные результаты среди сравниваемых энкодеров, лидируя в пяти из семи задач. Модель не генерирует текст и рассчитана на использование как энкодер с подходящей головой задачи или после дообучения. Она не является медицинским устройством, а её результаты не должны использоваться для принятия клинических решений; возможны смещения и пробелы, унаследованные от открытых веб-, PDF- и энциклопедических источников. Лицензия — Apache-2.0.

ECG-R1-8B-RL — мультимодальная модель для интерпретации электрокардиограмм, разработанная авторами проекта ECG-R1. Она дообучена на базе Qwen/Qwen3-VL-8B-Instruct и предназначена для анализа ЭКГ с опорой на измеримые признаки, количественные пороги и диагностические правила из клинических протоколов. Модель принимает изображения ЭКГ и текстовые запросы и формирует текстовые интерпретации. В проекте описаны протокольная генерация обучающих данных, архитектура, разделяющая модальности, и обучение с подкреплением с наградой за диагностические свидетельства; это призвано повысить обоснованность выводов и устойчивость, в том числе когда один из видов входных данных отсутствует. Карточка указывает английский язык; число параметров базовой модели — 8 млрд. Модель предназначена для исследовательского и вспомогательного анализа ЭКГ, а не для самостоятельной постановки диагноза. Авторы предупреждают о риске клинически неверных интерпретаций и галлюцинаций, поэтому выводы требуют независимой проверки специалистом. Лицензия — Apache-2.0.

HuatuoGPT-o1-7B-v0.1-GGUF — квантизированная версия медицинской языковой модели HuatuoGPT-o1-7B, разработанной FreedomIntelligence и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста в медицинских сценариях, включая ответы на вопросы и работу с задачами, представленными в наборах medical-o1-reasoning-SFT и medical-o1-verifiable-problem. Заявлены английский и китайский языки. Модель содержит около 7 млрд параметров и поддерживает запуск через llama.cpp и совместимые приложения, включая LM Studio. Доступны варианты от F16 до низкобитных квантов Q2–Q8 и IQ, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Рекомендуемые варианты Q4–Q6 обеспечивают хороший или очень высокий уровень качества, тогда как наиболее компактные варианты имеют заметно более низкое качество. Архитектура исходной модели, максимальная длина контекста и дополнительные модальности в README не указаны; по назначению и формату это текстовая модель. К сильным сторонам относятся специализация на медицинской тематике, поддержка китайского и английского языков и возможность локального запуска на широком диапазоне аппаратных конфигураций благодаря множеству квантованных вариантов. Ограничения включают потенциальную потерю качества в низкобитных версиях, отсутствие сведений о размере контекста и отсутствие подтверждения пригодности для клинических решений. Модель распространяется по лицензии Apache-2.0.

Josiefied-Health-Qwen3-8B-abliterated-v1 — диалоговая языковая модель Гёкдениза Гюльмеза, дообученная на Intelligent-Internet/II-Medical-8B. Она основана на плотной архитектуре Qwen3 и содержит 7,6 млрд параметров; модель принимает текст и генерирует ответы в диалоге, в том числе с инструкциями. Основное назначение — ответы на медицинские вопросы и рассуждения по медицинским темам. Длина контекста — 40 960 токенов. Модель модифицирована для снижения ограничений на ответы и сохранения следования инструкциям. Это может быть полезно для открытых диалогов, но ослабленная фильтрация безопасности повышает риск чувствительных или спорных ответов. В README перечислены варианты GGUF и MLX, однако метаданные этой модели указывают формат safetensors. Лицензия в предоставленных данных не приведена.

Meerkat-8B версии 1.0 — медицинская диалоговая модель семейства Meerkat, разработанная на основе Meta Llama-3-8B-Instruct и дообученная на синтетических рассуждениях по 18 медицинским учебникам и наборах инструкций. Это плотная авторегрессионная модель Llama с 7,5 млрд параметров, рассчитанная на контекст до 8192 токенов и работающая с текстом. Модель предназначена для ответов на медицинские вопросы, решения задач формата USMLE и других тестов с выбором ответа, а также для следования разнообразным инструкциям. В README описана оценка на семи медицинских бенчмарках, включая MedQA, MedMCQA и MMLU-Medical. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Модель может помогать разбирать учебные и экзаменационные задачи, однако её ответы не следует считать заменой профессиональной медицинской оценки. Результаты зависят от формулировки запроса; для воспроизведения результатов бенчмарков авторы рекомендуют использовать системные сообщения, применявшиеся при обучении.

DeepNeural/medical-ner — англоязычная модель распознавания именованных сущностей в медицинских текстах, разработанная DeepNeural на основе bert-base-uncased. Она дообучена на наборе medical-ner-bleurt-separated и предназначена для выделения названий частей тела в клинических документах и электронных медицинских записях. Модель использует архитектуру BERT для классификации токенов, содержит 136,7 млн параметров и принимает текст с контекстом до 512 токенов. В карточке приведены результаты оценки: F1 1,0 и loss 0,0; они не гарантируют такое же качество на других данных. Модель может служить основой для разработки систем извлечения медицинских сущностей и поддержки обработки клинической информации. Для надёжного применения результаты следует проверять на целевых данных и в клиническом процессе. Лицензия — Apache-2.0.

Модель instruction-pretrain/medicine-Llama3-8B — биомедицинская языковая модель на основе Llama 3, разработанная авторами исследования Instruction Pre-Training: Language Models are Supervised Multitask Learners. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, обученная продолжительно на медицинских и биомедицинских корпусах, расширенных парами инструкций и ответов. Она генерирует текст и рассчитана на работу с контекстом до 8192 токенов. Модель предназначена для генерации ответов и выполнения языковых задач в биомедицинской области, включая диалог и оценивание на профильных задачах. В README авторы сообщают, что их метод instruction pre-training улучшает результаты по сравнению с обычным предварительным обучением; это утверждение относится к описанному подходу и не гарантирует качество для каждого пользовательского сценария. Карточка также приводит наборы данных общего назначения, использованные при обучении. Модель принимает и выдаёт текст; язык карточки и метаданные указывают английский. Для использования требуется соблюдать лицензию Llama 3. Это базовая предварительно обученная модель, а не вариант Llama 3 Instruct, поэтому для неё не следует автоматически применять шаблон чата Llama 3 Instruct.

MedLLaMA-3 — медицинская языковая модель, разработанная Basel Anaya на основе Meta-Llama-3-8B и дообученная для генерации текста. Она предназначена для ответов на медицинские вопросы и заданий с выбором ответа; в README приведены результаты оценки на MedMCQA. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. В карточке указаны английский и арабский языки, а среди обучающих наборов — MedMCQA, PubMedQA и MedQA. Репозиторий содержит веса Safetensors и распространяется по лицензии CC BY-NC-ND 4.0.

Himitsui/MedMitsu-Instruct-11B — медицинская инструктивная языковая модель, созданная автором карточки как дообучение Solar. Репозиторий содержит полноточные веса модели объёмом 10,6 млрд параметров в формате PyTorch; архитектура основана на Llama, контекст — до 4096 токенов. Модель предназначена для генерации ответов в Alpaca или обычном чат-формате. При обучении использовались медицинские данные: 32 тыс. записей, 11 тыс. фрагментов медицинского текста и 3 тыс. примеров инструктивных задач. Она может служить отправной точкой для медицинских справок и ответов на вопросы, но автор предупреждает о возможных галлюцинациях и не рекомендует использовать её для подтверждения диагноза. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

Карточка модели MBZUAI/MedMO-4B на Hugging Face совпадает с карточкой MBZUAI/MedMO-8B-Next, поэтому описание составлено по ней. MedMO-8B-Next — мультимодальная медицинская модель семейства MedMO, разработанная MBZUAI для анализа изображений и ответов на вопросы о медицинских данных. Это плотная модель на 8 млрд параметров с архитектурой Qwen3-VL, доступная в формате Safetensors и рассчитанная на диалоговую работу с изображениями и текстом. Модель предназначена для медицинского визуального вопросно-ответного поиска, клинического обоснования, локализации объектов и подготовки описаний и отчётов по снимкам. В README заявлено обучение на более чем 26 млн медицинских примеров из 45 наборов данных и поддержка рентгеновских снимков, КТ, МРТ, ультразвуковых изображений, гистопатологии, микроскопии, снимков глазного дна и OCT. Карточка приводит результаты на наборах медицинских VQA и Text QA, однако предоставленная таблица неполна, поэтому обобщённые заявления о превосходстве следует воспринимать с учётом этой оговорки. Модель принимает изображение и текстовый запрос и формирует текстовый ответ; поддерживаемый языковой охват в доступных материалах не указан. Лицензия — Apache-2.0. Медицинские ответы модели не следует считать заменой профессиональной интерпретации снимков или клинического решения.

MedMobile — дообученная модель KrithikV на базе microsoft/Phi-3-mini-4k-instruct, обученная на наборе данных UltraMedical. Это плотная авторегрессионная языковая модель семейства Phi-3 с 3,7 млрд параметров и контекстом до 4096 токенов; репозиторий содержит веса в формате Safetensors. Модель предназначена для генерации текста в медицинском контексте, например для диалоговых ответов на медицинские вопросы. В README приведено значение loss 0,7358 на оценочном наборе, но не описаны методика и другие показатели оценки. Модель не следует считать заменой профессиональной медицинской консультации. Лицензия — MIT.

MedRoBERTa.nl — языковая модель на архитектуре RoBERTa, разработанная Стеллой Веркийк и Пиком Воссеном. Она предварительно обучена с нуля на почти 10 миллионах обезличенных медицинских записей из электронных карт пациентов больниц Amsterdam University Medical Centres и не проходила дообучение под конкретную задачу. Модель содержит 153,2 млн параметров и поддерживает контекст до 514 токенов. Модель предназначена для NLP-задач в медицинской сфере на нидерландском языке. Её можно дообучать для прикладных сценариев; доступная задача — заполнение пропусков в тексте (fill-mask). Авторы сообщают, что обезличили обучающие данные и словарь, чтобы модель не предсказывала имена в режиме заполнения пропусков. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

OctoMed-32B — мультимодальная медицинская модель рассуждений, созданная командой OctoMed на основе Qwen3-VL-32B-Instruct с помощью SFT на курируемых медицинских данных. По изображениям и текстовым вопросам модель отвечает на медицинские вопросы, особенно в формате VQA с выбором из нескольких вариантов; авторы сообщают о результатах на медицинских бенчмарках с данными вне обучающего распределения. Внутренние цепочки рассуждений могут быть длиннее для сложных или плохо сформулированных вопросов. Модель использует плотную архитектуру Qwen3-VL и поддерживает диалог с изображениями. Для запуска авторы приводят примеры с Transformers и vLLM. Данные карточки указывают английский язык и лицензию Apache-2.0. Модель дообучена на наборе, включающем более 8 млн трасс рассуждений и 6,8 млрд токенов ответов, дистиллированных из DeepSeek-R1 и GPT-4o. Основное ограничение — специализация на медицинском VQA с выбором ответа: другие задачи могут выполняться по инструкциям, но авторы отмечают, что они не проходили обширную проверку или дополнительное обучение.

OpenMed-ZeroShot-NER-BloodCancer-Large-459M — модель OpenMed для распознавания именованных сущностей в медицинских и биомедицинских текстах. Она основана на архитектуре GLiNER и дообучена на корпусе CLL, посвящённом хроническому лимфолейкозу. Модель принимает текст и возвращает найденные сущности с типами; типы сущностей можно задавать при использовании, что позволяет применять zero-shot распознавание без отдельного дообучения под каждую категорию. Модель предназначена прежде всего для извлечения терминов, связанных с хроническим лимфолейкозом: заболеваний, биомаркеров, методов лечения и клинических понятий. Её можно использовать для анализа медицинских записей, научной литературы и данных о лечении. В README приведён результат F1 0,7755 на тестовом наборе CLL для этой версии. Показатель относится к указанному корпусу и не гарантирует такую же точность на других данных. Модель распространяется под лицензией Apache-2.0.

OpenMed-ZeroShot-NER-BloodCancer-Small-166M — специализированная модель OpenMed для распознавания именованных сущностей в медицинских текстах о хроническом лимфолейкозе (CLL). Она построена на архитектуре GLiNER и дообучена на корпусе CLL для извлечения клинических понятий, биомаркеров и терапий. Модель поддерживает zero-shot-подход: типы сущностей можно задавать при использовании без отдельного дообучения под каждую категорию. Модель предназначена для анализа медицинских записей и научной литературы, отслеживания клинических свидетельств и изучения ответа на лечение. Для указанного тестового набора README сообщает F1 0,68 и улучшение на 23,9% относительно базовой модели. В карточке указана лицензия Apache-2.0. Размер 166M отражён в названии модели; подробности о контексте не приведены.

Модель medspaner/roberta-es-clinical-trials-temporal-ner — испаноязычная модель распознавания именованных сущностей, разработанная на основе bsc-bio-ehr-es. Её дообучили на корпусе CT-EBM-ES для текстов о клинических исследованиях. Модель выделяет временные выражения по схеме TimeML: даты, время, длительность и частоту, а также сущности возраста. Она построена на архитектуре RoBERTa и содержит 151,8 млн параметров; максимальная длина контекста — 514 токенов. В README сообщается о точности, полноте и F1 около 0,90 на тестовых данных. Модель предназначена для извлечения временных упоминаний из испанских аннотаций и объявлений клинических исследований. Она находится в разработке, может содержать смещения и не должна использоваться для медицинских решений без проверки специалистом. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

SLIP (Sensor Language-Informed Pretraining) — мультимодальная модель и метод предварительного обучения Dartmouth College для получения переносимых представлений данных с датчиков, согласованных с языком. В этом репозитории размещён вариант на основе Gemma-3-270M; модель дообучена на парах сигналов датчиков и текстовых описаний. Модель обрабатывает многомерные временные ряды с разными временными разрешениями и переменной длиной. Архитектура включает сенсорный энкодер с FlexMLP и 2D RoPE, текстовый энкодер и мультимодальный декодер. Контрастивное выравнивание сигналов и текста поддерживает извлечение признаков, а декодер позволяет генерировать текст по сигналам. Общий размер — около 220 млн параметров, из них 67 млн обучаемых; опубликованы также специализированные SFT-чекпойнты для распознавания активности и вопросов о сне. SLIP предназначена для переноса между разными сенсорными установками и задачами, включая распознавание активности, анализ сна и медицинских сигналов, а также описание и ответы на вопросы по временным рядам. В карточке приведены результаты на наборах оценки из областей активности, клинических данных и стресса. Лицензия — MIT. Заявленные метрики относятся к указанным наборам и не гарантируют качество на новых датчиках или прикладных сценариях.

Ressshh разработал компактную модель DenseNet-121 для классификации рентгенограмм грудной клетки при скрининге туберкулёза лёгких. Модель-дистиллят обучена с использованием Microsoft BioMedCLIP (ViT-B/16) как учителя; в README указано 7,74 млн параметров у студенческой модели и трёхкомпонентная функция потерь: классификация по меткам, согласование текстовых распределений и выравнивание визуальных признаков. Модель предназначена для сортировки снимков грудной клетки по признакам, связанным с туберкулёзом, в клинических и исследовательских сценариях. Репозиторий содержит ONNX Opset 17 и PyTorch checkpoint; для ONNX Runtime на CPU заявлена задержка 77,5 мс на снимок. Карточка указывает лицензию MIT. Это исследовательский прототип системы поддержки клинических решений, а не автономный диагностический инструмент. Результаты должны интерпретировать и проверять лицензированные врачи или радиологи; заявленные клинические характеристики в README приведены неполно.

UMLS-ED-Bioformer-8L-V-1.25 — модель Sentence Transformer на базе BERT, дообученная pankajrajdeo для сопоставления медицинских терминов и текстов. Она преобразует предложения и абзацы в плотные векторы размерности 512; сходство между ними можно оценивать по косинусной мере. Модель предназначена для семантического поиска, сравнения формулировок и поиска парафраз, а также может применяться для кластеризации и классификации текстов. Обучение описано как контрастное обучение на триплетах: в карточке приведён набор из примерно 187,5 млн примеров с медицинскими терминами и формулировками на разных языках. Архитектура использует BERT с усреднением токенных представлений; максимальная длина входа — 512 токенов. Репозиторий распространяет веса в формате safetensors. Языки специально не перечислены, однако примеры обучающих данных показывают многоязычные медицинские тексты. Модель подходит для поиска связанных медицинских понятий и нормализации различающихся формулировок. Качество для отдельных языков, клинических сценариев и конкретных задач оценки в карточке не приведено; в медицинском применении результаты следует проверять на соответствующих данных. Условия лицензирования в предоставленных сведениях не указаны.

Weblab-MedLLM-Qwen3-235B-Thinking — японская медицинская языковая модель, разработанная в рамках проекта NEDO по проверке безопасности и внедрению специализированных медицинских LLM. Это разговорная модель с архитектурой Qwen3 MoE и режимом Thinking; в README указано 235 млрд параметров, тогда как метаданные Hugging Face сообщают 18,2 млрд. Модель дообучена на базе Qwen3-235B-A22B-Thinking-2507 с использованием синтетических данных, созданных на основе медицинских статей, книг, клинических рекомендаций и экзаменационных заданий. Она предназначена для ответов на медицинские вопросы, поддержки изучения медицины и вспомогательной работы специалистов; в тестах README приведены результаты 95,7% на вопросах японского государственного медицинского экзамена и 82,7% на экзаменах специалистов. Модель принимает текст и генерирует текст на японском языке; заявленный контекст — до 262 144 токенов. Для BF16-инференса требуется около 470 ГБ памяти GPU, README рекомендует распределённый запуск минимум на шести H100 с 80 ГБ или использование vLLM. Лицензия — Apache-2.0. Разработчики не рекомендуют применять модель напрямую для диагностики, выбора лечения или советов о здоровье: её клиническая безопасность и эффективность недостаточно проверены, а точность и актуальность ответов не гарантируются.

Hanhpt23/whisper-base-frenchmed-v1 — это дообученная на наборе данных pphuc25/FranceMed модель OpenAI Whisper Base для распознавания речи. Она принимает аудио и преобразует французскую речь в текст. Модель построена на архитектуре WhisperForConditionalGeneration, содержит 51,7 млн параметров и распространяется в формате safetensors. В README приведены результаты оценки на тестовой выборке: loss 1,5990 и WER 44,8680. Эти результаты указывают на заметные ошибки распознавания, поэтому качество для конкретных записей и условий следует оценивать отдельно. Модель распространяется по лицензии Apache-2.0.

Apollo-1.8B — языковая модель семейства Qwen, представленная проектом FreedomIntelligence для работы с медицинскими текстами и вопросами. Она предназначена для генерации ответов в формате диалога и охватывает медицинские знания на нескольких языках. Модель содержит 2,3 млрд параметров, использует плотную архитектуру QWenLMHeadModel и поддерживает контекст до 8192 токенов. В карточке описаны английский и китайский наборы медицинских тестов, а также оценки на испанском, французском, хинди и арабском; для обучения упоминаются данные на английском, китайском, испанском, французском и хинди. Модель можно применять для ответов на медицинские вопросы и учебных задач по медицинским знаниям. В README приведены наборы для обучения и оценки, но нет подробных результатов, поэтому качество на конкретных задачах по этой карточке определить нельзя. Модель распространяется по лицензии Apache-2.0.

BIEncoderRanker — модель эмбеддингов на базе Sentence Transformers, дообученная Evgeny Bondarenko на deepvk/USER-bge-m3. Она кодирует предложения и абзацы в плотные векторы размерности 1024, нормализованные для сравнения по косинусному сходству. Архитектура включает XLM-RoBERTa, pooling по CLS-токену и нормализацию; максимальная длина входа — 8192 токена. Модель предназначена для семантического поиска, сравнения текстов, поиска перефразирований и кластеризации; эмбеддинги также можно использовать в классификационных системах. Примеры обучающих данных и оценки в README относятся к русскоязычным описаниям медицинских исследований, что указывает на специализацию модели на сопоставлении таких формулировок. Лицензия в предоставленных данных не указана.

Модель разработана ShadNygren и представляет собой дообученную версию Llama для генерации текста. Она предназначена для ответов и генерации текста в сценариях, связанных с побочными эффектами лекарств; название базовой модели указывает на последовательное дообучение на данных SIDER, однако карточка не описывает конкретные сценарии использования и качество ответов. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и принимает контекст длиной до 8192 токенов. В карточке указан английский язык. Обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Лицензия — Apache-2.0.

BlueBERT — англоязычная модель на архитектуре BERT, предварительно обученная на медицинских текстах: аннотациях PubMed и клинических записях MIMIC-III. В репозитории представлены варианты с 12 слоями, скрытым размером 768 и 12 головами внимания; размер модели составляет 136,7 млн параметров, длина контекста — до 512 токенов. Доступны веса PyTorch и Flax. Модель предназначена для последующей настройки и применения в задачах обработки биомедицинского и клинического текста, например для классификации медицинских документов или извлечения сведений из клинических записей. Она специализируется на англоязычной медицинской лексике благодаря предобучению на PubMed и MIMIC-III. Лицензия — CC0 1.0. Результаты не предназначены для самостоятельной диагностики или принятия медицинских решений без проверки клиническим специалистом.

BMRetriever-7B — дообученная модель семейства Mistral с 7,1 млрд параметров, разработанная BMRetriever для поиска биомедицинских текстов. Она предназначена для преобразования текстов в векторные представления, которые можно использовать для поиска релевантных документов и построения retrieval-систем. Модель обучена по подходу, описанному в статье «BMRetriever: Tuning Large Language Models as Better Biomedical Text Retrievers», и может загружаться через библиотеку Transformers. Модель рассчитана на английские биомедицинские материалы, включая учебники, статьи PubMed, StatPearls и препринты bioRxiv и medRxiv. Контекст составляет до 32 768 токенов. Репозиторий содержит веса safetensors, лицензия — MIT. Карточка не приводит количественных оценок качества; применимость к другим языкам и общим текстам не подтверждена.

AmberYifan/capsd-medicine-dedup-marin-8b-base-medicine_cap_b10000_s0 — дообученная модель семейства Llama, созданная на основе marin-community/marin-8b-base. Она предназначена для генерации и продолжения текста в диалоговом формате; название и сведения о наборе данных указывают на адаптацию для медицинской тематики, но README не уточняет конкретные сценарии или результаты оценки. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors; лицензия указана как other.

Это дообученная модель AmberYifan на базе marin-community/marin-8b-base: плотная Llama-архитектура с 7,5 млрд параметров, предназначенная для генерации текста. В обучении использовался набор capsd_marin-8b-base-n80000-medicine-medmcqa__mix_medicine_cap_b2000_s0, связанный с медицинскими вопросами и набором MedMCQA. Модель можно применять для генерации ответов на медицинские вопросы и создания разговорных текстовых ответов. Она принимает текст и выдаёт текст; контекстное окно составляет 4096 токенов. Карточка не содержит результатов оценки качества или подробных ограничений по применению. Лицензия указана как other, без уточнения условий.

lixin12345/chinese-medical-ner — модель BERT для классификации токенов, предназначенная для распознавания сущностей в китайских медицинских текстах. Карточка указывает источник «hit wi», а метаданные подтверждают архитектуру BertForTokenClassification и задачу token-classification. Модель содержит 129,5 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Модель можно применять для извлечения медицинских сущностей из китайских текстов, например, как этап обработки клинических записей или медицинских документов. Лицензия — Apache-2.0. Карточка не сообщает перечень распознаваемых типов сущностей и оценку качества.

ClinicalEncoder26AM — дообученная на базе BAAI/bge-m3 мультиязычная модель семейства XLM-RoBERTa от Parallia для поиска и сопоставления клинических текстов. Она использует архитектуру ColBERT с поздним взаимодействием токенов и поддерживает кодирование запросов и документов длиной до 8194 токенов, выдавая векторы размерности 1024 и оценивая сходство с помощью MaxSim. Для работы с ColBERT-индексами предлагается библиотека PyLate. Модель предназначена для поиска клинических документов, ранжирования результатов и сопоставления медицинских текстов на английском, испанском, французском, немецком и нидерландском языках. Карточка также описывает применение токенных представлений для сопоставления с медицинскими понятиями и дообучение для задач вроде медицинского распознавания сущностей, однако для извлечения локальных сопоставлений и оценок правдоподобия требуются адаптеры. Это нев генеративная модель представлений, а не средство постановки диагноза; заявленные интерпретируемость, скорость и качество не сопровождаются в карточке количественными оценками. Лицензия — CC-BY-NC 4.0; для коммерческого использования автор просит получить отдельную лицензию.